发布网友 发布时间:2024-03-14 06:30
共1个回答
热心网友 时间:2024-04-02 11:53
咱们分两个步骤来证明,第一步是找出指数分布的参数λ的极大似然估计是什么;第二步是证明该估计值是λ的相合估计。
第一步,
指数分布的概率密度函数如下,
假设X1,X2,...,Xn是该分布的样本值,因此似然函数(用L表示)的表达式如下,
为了求出参数的极大似然估计,令
由以上推导可以看出,n个抽样值的平均值(暂称为X平均,即样本均值),就是λ的极大似然估计。
第二步,
证明X平均是该参数的相合估计,主要是利用大数定律。大数定律表示,随着样本值的个数n的不断增大,样本值的平均值(即样本均值)接近该分布的期望值的概率会越来越大。对于本例来说,给出任意小的一个实数a,有下面的式子,
对于本例,EX=λ,因此,有
显然,上式是符合相合估计的定义的,因此,X平均作为一个样本统计量,就是λ的相合估计。而X平均又是λ的极大似然估计,因此,问题得证了。