2、点估计中的矩估计法:(总体矩=样本矩) 离散型样本均值:X?E(X)?1n离散型参数:E(X)?1n2?i?1nXi 连续型样本均值:X?E(X)????xf(x,?)dx
???Xi?1n2i
3、点估计中的最大似然估计
最大似然估计法:X1,X2,?Xn取自X的样本,设X~nf(x,?)[或P(X?Xi)?P(?)]则可得到概率
nn密度:f(x1,x2,?xn,?)??f(xi,?)[或P(X?X1,X2,?Xn?xn)??P(X?xi)??Pi(?)]
i?1i?1i?1基本步骤:
①似然函数:L(?)??f(xi,?)[或?Pi(?)]
i?1i?1nn②取对数:lnL??lnf(Xi,?)
i?1n?????lnL?lnL③解方程:?0,?,?0最后得:?1??1(x1,x2,?xn),?,?k??k(x1,x2,?xn)
??1??k
大学概率论与数理统计公式全集
2、点估计中的矩估计法:(总体矩=样本矩)离散型样本均值:X?E(X)?1n离散型参数:E(X)?1n2?i?1nXi连续型样本均值:X?E(X)????xf(x,?)dx???Xi?1n2i3、点估计中的最大似然估计最大似然估计法:X1,X2,?Xn取自X的样本,设X~nf(x,?)[或P(X?Xi)?P(?)]则可得到
推荐度:





点击下载文档文档为doc格式