实验数据解析方法.pptVIP

  1. 1、本文档共32页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验数据处理方法 第三部分:统计学方法 第十二章 最大似然法 (Maximum Likelihood method) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第十二章 最大似然法 (Maximum Likelihood Method) 点估计的方法之一,是参数估计中常用的方法,具有以下的特点: 在一定的条件下,ML估计式满足一致性、无偏性、有效性等要求; 当样本容量n??时,ML估计式满足正态分布?方差容易计算; 用ML方法可较容易地得到参数的估计式; 本章内容: 最大似然原理; 用ML方法求解参数估计问题的步骤; ML估计式的特性; 如何计算ML估计值的方差; 利用似然函数进行区间估计 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第十二章 最大似然法 (Maximum Likelyhood Method) 12.1 最大似然原理 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 12.1 最大似然原理 (一) 似然函数的定义 p.d.f:f(x|?) 测量量:x = {x1, x2, …, xn } (二) 最大似然原理 未知参数?的最佳估计值 应满足如下的条件: 位于?的允许取值范围; 对于给定的一组测量值, 使L取极大值: Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 12.1 最大似然原理 (三)估计值 的求法 似然方程: 极大值条件: 因为lnL是L的单调上升函数,lnL和L具有相同的极大值点,所以,L?lnL, 求和运算比乘积运算容易处理 似然方程: 极大值条件: 如果有k个位置参数,? = {?1, ?2, …, ?k} ?k阶似然方程 估计值: Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 12.1 最大似然原理 极大值条件:二次矩阵 是负定的(Negative definite) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第十二章 最大似然法 (Maximum Likelyhood Method) 12.2 用ML方法进行参数估计的步骤 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 12.2 用ML方法进行参数估计的步骤 构造概率密度函数; 构造似然函数; 求似然函数的极大值。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 12.2 用ML方法进行参数估计的步骤 (一)构造概率密度函数 物理系统的特性:某些量的理论概率分布函数 实验的条件:分辨率、探测效率 ?ML方法中所需的p.d.f 例:不变质量谱分析:e+e-?J/???K+K- 通过测量K+K-的动量,可得到K+K-的不变质量分布,对该分布进行统计分析,可得到衰变过程中产生的共振态的信息; 描述不变质量m的分布的p.d.f应包含对该分布有贡献的物理过程 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-

文档评论(0)

jdy261842 + 关注
实名认证
文档贡献者

分享好文档!

1亿VIP精品文档

相关文档