离散型随机变量的分布函数如何求解?
离散型场合的似然函数就是样本取给定的那组观测值的概率(可以由总体的分布列直接写出)
连续型场合的似然函数就是样本的联合密度函数在给定的观测值(x_1,x_2,...,x_n)处的表达式。
离散型场合:总体分布(实际上是分布列):f(x, a)(=P{X=x}),只不过与参数a有关
样本取给定的那组观测值(x_1,x_2,...,x_n)的概率
P{(X_1,X_2,...,X_n)=(x_1,x_2,...,x_n)}=P{X_1=x_1,X_2=x_2...,X_n=x_n}
=P{X_1=x_1}P{X_2=x_2}...P{X_n=x_n}=f(x_1, a)f(x_2, a)...f(x_n, a)(因为样本的分量与总体同分布)=L(x,a)(似然函数)
连续的就是联合密度利用独立性写成各分量密度的乘积。
扩展资料:
如果随机变量X只可能取有限个或至多可列个值,则称X为离散型随机变量。
设X为离散型随机变量,它的一切可能取值为X1,X2,……,Xn,……,记P=P{X=xn},n=1,2...称上式为X的概率函数,又称为X的概率分布,简称分布。
离散型随机变量的概率分布有两条基本性质:
(1)Pn≥0 n=1,2,…
(2)∑pn=1
参考资料来源:百度百科-离散型随机变量