似然估计和极大似然估计应用
2013-11-10 00:58
507 查看
似然估计:
设总体X服从分布P(x;θ),但X是随机变量时为概率密度,当X为离散型随机变量时为概率分布)。θ为待估计函数,X1,X2,X2,...,Xn是来自于总体X的样本,x1,x2…xn为样本X1,X2,…Xn的一个观察值。则样本的联合分布(当X是连续型随机变量时为概率密度,但X为离散型随机变量时为概率分布)。
L(θ)=L(x1,x2,…,xn;θ)=ΠP(xi;θ)称为似然函数。
是指找出一个(θ)的组合,使得L(θ)=L(x1,x2,…,xn;θ)=ΠP(xi;θ)最大化,即使得样本数据出现的概率最大化(这是基于我们认为样本的数据已经发生了,那么这组数据的出现概率必然是最大的)。
参考文献:
极大似然估计定义 http://baike.baidu.com/link?url=mHcjLupRYCQTCdQHmGnjjjJYveYgVf9J4-eBX5__jisMMTnkAUwsSEv7c9szbIe4rQW2_e9snzbjWpsFQBVTLq
朴素贝叶斯的极大似然估计:http://blog.sina.com.cn/s/blog_62b0682a0101e8xn.html
设总体X服从分布P(x;θ),但X是随机变量时为概率密度,当X为离散型随机变量时为概率分布)。θ为待估计函数,X1,X2,X2,...,Xn是来自于总体X的样本,x1,x2…xn为样本X1,X2,…Xn的一个观察值。则样本的联合分布(当X是连续型随机变量时为概率密度,但X为离散型随机变量时为概率分布)。
L(θ)=L(x1,x2,…,xn;θ)=ΠP(xi;θ)称为似然函数。
极大似然函数
是指找出一个(θ)的组合,使得L(θ)=L(x1,x2,…,xn;θ)=ΠP(xi;θ)最大化,即使得样本数据出现的概率最大化(这是基于我们认为样本的数据已经发生了,那么这组数据的出现概率必然是最大的)。参考文献:
极大似然估计定义 http://baike.baidu.com/link?url=mHcjLupRYCQTCdQHmGnjjjJYveYgVf9J4-eBX5__jisMMTnkAUwsSEv7c9szbIe4rQW2_e9snzbjWpsFQBVTLq
朴素贝叶斯的极大似然估计:http://blog.sina.com.cn/s/blog_62b0682a0101e8xn.html
相关文章推荐
- PHP Check If Variable Is Set
- mysql 调试工具 debugger for mysql
- How to Monitor Java Garbage Collection
- poj1703并查集
- [转]MySQL存储过程调试工具-dbForge Studio for MySQL
- OCP-1Z0-053-V12.02-522题
- archlinux没有声音
- C#中的委托
- 字符串处理
- Mysql的主从复制
- 最初的梦想
- Sqrt(x)
- OCP-1Z0-053-V12.02-523题
- lightoj 1189 水题叫你明白什么叫贪心....
- python JSON API duckduckgo search engine 使用duckduckgo API 尝试搜索引擎
- PHP Date |AND| Explode |AND| Find If String Contains a String
- 闭包
- 二十四点算法
- jQuery的入门与简介《思维导图》
- FFMPEG结构体分析:AVPacket