服从指数分布求极大似然估计-搜答案-神马作文网

你要理解“极大”的含义,“极大”就是“所有样本同时发生的概率最大”,所有样本同时发生的概率就是他们单独概率的乘积,就是L（p）=f1（p）f2（p）…fn（p）最大,而为了方便计算,两边同时取对数In

详细过程点下图查看

见图再问：你好，你的答案前面和后面我都仔细看懂了，X(n)的概率密度为什么是nX(n-1)/θ(n)?真诚期待你的答案。再答：你看看教材吧。最大次序统计量的概率密度如何求，教材上明明白白地写着啊。在独

不难吧,按照正常的步骤即可得,答案应该是K/Xbar,Xbar是样本的均值.

参数为δ.L(δ)=f(ξ1,ξ2,...,ξn;δ)=f(ξ1)f(ξ2)...f(ξn)=[(1/2δ)^n]*exp{-(1/δ)(|ξ1|+|ξ2|+...|ξn|)}为方便暂记|ξ1|+|ξ

设X~EXP(入)E(X)=1/入^入=1/(xbar)L(入|x)=π(连乘符号)(i=1~n)入e^(-入xi)两边取对数,并使ln(L)=ll(入|x)=ln(入^n)+(-入)Σ(xi)求导l

先求单个灯泡工作1000小时后仍可使用的概率对于指数分布期望EX=1/λ=5000于是其分布参数λ=1/5000=0.0002概率密度f(x)=λe^(-λx)x>0分布函数为F(X)=∫λe^(-λ

．求极大似然函数估计值的一般步骤：（1）写出似然函数；（2）对似然函数取对数,并整理；（3）求导数；（4）解似然方程所谓矩估计法,就是利用样本矩来估计总体中相应的参数.最简单的矩估计法是用一阶样本原点

x的平均值这个打不出来啊,大概思想是求出似然函数,就是n个泊松概率函数求积,然后取对数,就是ln（n个泊松概率函数求积）,之后对λ求导,让得出来的式子等于零.再问：过程！！结果我知道

套用公式计算,经济数学团队帮你解答.请及时评价.再问：这一步是怎么的，看不懂　　谢谢了再答：

详细解答如下,点击放大：

有标准的计算方法,如图.经济数学团队帮你解答.请及时评价.再问：再问：那这道题是怎么做啊？麻烦下谢谢了再答：1、如果前面的回答满意，请先采纳。2、你的提问不清楚，X的分布是什么？再问：再问：采纳了，麻

设总体X服从（0-1）分布,P(X=1)=p,P(X=0)=1-p.似然函数L(p)=p^x1(1-p)^(1-x1)*...*p^xn(1-p)^(1-xn)=p^(x1+...+xn)*(1-p)

设总体X的概率密度为f(x)=Өx^(Ө-1),0

E[X]=NP;Var[X]=NP(1-P);矩估计：总体的一阶原点矩为E[X]=NP;样本的一阶原点矩为_X,用样本估计总体,有^p=_X/N;极大似然估计：^p=_X/N;

C.若存在Xi=min(X1,X2,..,Xn).此时似然函数就是e^-(X1+X2+..+Xn-ntheta)theta取min(X1,X2,..,Xn)达最大

矩估计法EX=∫xf(x)dx=(θ+1)/(θ+2)--->θ=(1-2EX)/(EX-1)极大似然法L(x,θ)=(θ+1)^n(x1.x2...xn)^θLn(L(x,θ))=nLn(θ+

再答：��再问：？？再答：什么情况？再问：能帮我做一下再问：新的问题再答：可以再问：发图噢再答：你发过来吧再问：再答：不好意思力学都忘了再问：……再答：你什么专业？

所谓估计就是用样本的值来近似代替总体中未知参数的值,所以：既然λ的似然估计是X的均值,那它平方是的似然估计就是样本均值的平方.极大似然估计