04D 参数的极大似然估计_第1页
04D 参数的极大似然估计_第2页
04D 参数的极大似然估计_第3页
04D 参数的极大似然估计_第4页
04D 参数的极大似然估计_第5页
已阅读5页,还剩16页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

参数的极大似然估计系统仿真概述离散事件系统仿真基础随机观测模拟输入数据建模仿真算法设计仿真结果分析一、基础概念二、似然函数三、应用方法四、总结本节内容甲箱:1个黑球99个白球;乙箱:99个黑球1个白球。现抽得一个球发现是白色的,如何推断?4

P{白球|甲箱}=0.99>P{白球|乙箱}=0.01一、基础概念极大似然(MaximumLikelihoodEstimate,MLE)原则:样本来自于被观测到的概率最大的总体。Gauss在1821年

提出MLE思想,

后经Fisher完善。5

一、基础概念

6

二、似然函数

7

二、似然函数

8

二、似然函数

9

二、似然函数

10

三、应用方法

11

三、应用方法

12

三、应用方法

13

三、应用方法

14

三、应用方法15

三、应用方法16

三、应用方法17

三、应用方法18

三、应用方法19

三、应用方法应用方法参数的极大似然估计基本步骤基础定义基础概念引例两位贡献者离散型连续型四、总结两个例子FisherGauss似然函数联合密度函数联合分布律(1)试比较参数估计的两种方法,总结出二者的基本思想及适用条件的不同。(2)试针对其他类型的概率分布,用极大似然估计方法来估计其参数。(3)查阅相关资料,进一步

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论