簡(jiǎn)述

一般來(lái)說(shuō)，會(huì)查到這個(gè)問(wèn)題，相比都是遇到了更一般的問(wèn)題。
數(shù)學(xué)課就是上課1+1=2，下課黎曼問(wèn)題證明的感覺(jué)。

本文不會(huì)講解最大似然法
只是給需要解決離散型的最大似然法問(wèn)題人用的

解決辦法

一般來(lái)說(shuō)，離散型的最大似然估計(jì)，我們極大話的對(duì)象是什么？

這時(shí)就不是類似于連續(xù)型，會(huì)有一個(gè)連續(xù)型的變量x
這里，我們就需要借助離散型的抽樣了。

• 我們極大的對(duì)象就是，抽樣樣本的概率

例如有樣本例子

數(shù)值概率

0	$\frac{2}{3}\theta$
1	$\frac{1}{3}\theta$
2	$\frac{2}{3}(1?\theta )$
3	$\frac{1}{3}(1?\theta )$

然后抽樣的結(jié)果是

• 1，2， 3，4

這時(shí)候，我們需要極大化的對(duì)象就是

$$\frac{2}{3}\theta ?\frac{1}{3}\theta ?\frac{2}{3}(1?\theta )?\frac{1}{3}(1?\theta )$$

是不是直觀上想想也覺(jué)得非常合理？

總結(jié)

其實(shí)會(huì)遇到這個(gè)問(wèn)題，其實(shí)還是你對(duì)于極大似然估計(jì)沒(méi)有理解清楚

$$\prod _{i=1}^{n}f(x_i|\theta )$$

對(duì)于離散情況下，這里的f就退化為了p，也就是

$$\prod _{i=1}^{n}p(x_i|\theta )$$

然后，發(fā)現(xiàn)其實(shí)這里的$x_i$任然是這里的樣本而已。

總結(jié)

以上是生活随笔為你收集整理的离散问题的最大似然估计的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。