如何用概率论的方法求参数的最大似然估计量
展开全部
∵X服从参数为λ的泊松分布
∴P(X＝m)＝
e?λ，（m=0，1，2，…）
设x1，x2，…xn是来自总体的一组样本观测值
则最大似然函数为
L（x1，x2，…，xn；λ）=
e?λ=e?nλ
∴lnL＝?nλ+
(xilnλ?lnxi)
∴
＝?n+
令
＝0
解得λ＝
xi＝
即λ的最大似然估计量
＝
∴P(X＝m)＝
| λm |
| m! |
设x1，x2，…xn是来自总体的一组样本观测值
则最大似然函数为
L（x1，x2，…，xn；λ）=
| ||
| i＝1 |
| λxi |
| xi! |
| ||
| i＝1 |
| λxi |
| xi! |
∴lnL＝?nλ+
| n |
 |
| i＝1 |
∴
| dlnL |
| dλ |
| n |
|
| i＝1 |
| xi |
| λ |
令
| dlnL |
| dλ |
解得λ＝
| 1 |
| n |
| n |
|
| i＝1 |
. |
| x |
即λ的最大似然估计量
| ∧ |
| λ |
. |
| x |
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
图为信息科技（深圳）有限公司
2021-01-25 广告
边缘计算可以咨询图为信息科技(深圳)有限公司了解一下，图为信息科技（深圳）有限公司（简称：图为信息科技）是基于视觉处理的边缘计算方案解决商。作为一家创新企业，多年来始终专注于人工智能领域的发展，致力于为客户提供满意的解决方案。...
点击进入详情页
本回答由图为信息科技（深圳）有限公司提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
