第二小题这个极大似然函数为什么不是概率密度的n次方呢?(请问这题第二问求最大似然估计,为什么可以通过联合概率密度求最大似然估计,联合密度越大似然函数越大吗)
更新时间:2021-07-21 11:16:02 • 作者:KARL •阅读 8139
- 请问这题第二问求最大似然估计,为什么可以通过联合概率密度求最大似然估计,联合密度越大似然函数越大吗
- 请问这个为什么不是概率密度?前两个都是
- 求Ө的极大似然估计,设总体X的概率密度为f(x
- 为什么两个概率密度函数的乘积一定不是概率密度函数呢
请问这题第二问求最大似然估计,为什么可以通过联合概率密度求最大似然估计,联合密度越大似然函数越大吗
怎么求最大似然估计的概率密度函数?
答: 设 X 有f(x), 则最大似然估计的概率密度函数就是 X1,X2, .... Xn 的联合密度函数。由于在讨论估值时 X1,X2, .... Xn 永远都是独立同分布, 所以,
最大似然估计的概率密度函数 = f(x1)f(x2)...f(xn)
请问这个为什么不是概率密度?前两个都是
概率密度函数需要符合一个条件 在定义域上积分 得到的是1 也就是得符合分布函数F(正无穷)=1 第三个应该不会符合 可以验证一下 ~
求Ө的极大似然估计,设总体X的概率密度为f(x
设总体X的概率密度为f(x)=Өx^(Ө-1),0<x<1;0,其他
(Ө>0)
求Ө的极大似然估计
设X1,X2,...,Xn是X的简单随机样本。
似然函数L(Ө)=Өx1^(Ө-1)*...*Өxn^(Ө-1)
=Ө^n*(x1...xn)^(Ө-1)
对数似然函数lnL(Ө)=nlnӨ+(Ө-1)(lnx1+...+lnxn).
dlnL(Ө)/dӨ=n/Ө+(lnx1+...+lnxn)=0,
解得Ө的极大似然估计量为
Өˇ=-n/(lnX1+lnX2+...+lnXn).
为什么两个概率密度函数的乘积一定不是概率密度函数呢
只能说是不一定吧
这里有一个是的例子
当0<x<1 f(x)=g(x)=1 其他 f(x)=g(x)=0
那么f(x)g(x)=f(x)是概率密度函数