- 1、本文档共32页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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)