實驗數(shù)據(jù)分析方法ppt課件-資料下載頁
2025-04-29 00:49本頁面
【正文】 如果 是 θ 的無偏估計， b(θ ） = 0（二）充分 ML估計式的方差是參數(shù) θ 的充分估計式（從而也是有效估計式）。則（三）大樣本的 ML估計式的方差正態(tài)分布中變量和平均值是對稱的 參數(shù) θ 服從 N(θ ,MVB) ML估計式的方差估計式的方差不同的公式給出的方差不同，因此，在給出實驗結(jié)果在一般情況下，將式中的 L 用 用此式可以估計：欲達到一定的誤差，需進行的實驗次數(shù) n。指明誤差是如何計算的時，MVB:應(yīng)由（一）中的公式求解，但很難得到的解析解，只能用數(shù)值方法。第十二章 最大似然法(Maximum Likelyhood Method) 利用似然函數(shù)進行區(qū)間估計 利用似然函數(shù)進行區(qū)間估計利用似然函數(shù)進行區(qū)間估計不同的公式給出的方差不同，因此，在給出實驗結(jié)果在一般情況下，將式中的 L 用 用此式可以估計：欲達到一定的誤差，需進行的實驗次數(shù) n。指明誤差是如何計算的時，應(yīng)由（一）中的公式求解，但很難得到的解析解，只能用數(shù)值方法。ML估計式 的誤差可用區(qū)間估計方法來估計 利用似然函數(shù)進行區(qū)間估計利用似然函數(shù)進行區(qū)間估計其中 γ 為 θ 的真值落入 [θ a,θ b]間的概率，取相對 對稱的區(qū)間在一般情況下，當(dāng)測量次數(shù)無限大時，似然函數(shù) L 將與樣本變量無關(guān)且呈正態(tài)分布θ 的真值落入 [θ a,θ b]間的可信度，有 利用似然函數(shù)進行區(qū)間估計利用似然函數(shù)進行區(qū)間估計是拋物線 lnL (θ )與直線例：的兩個交點求解出這兩個交點即可得到 的誤差實驗結(jié)果 誤差MINUIT程序中誤差定義量 ML方法如果測量次數(shù) n 為有限數(shù)，則 LF 將不是正態(tài)型 利用似然函數(shù)進行區(qū)間估計利用似然函數(shù)進行區(qū)間估計用上述方法求出 g的似然區(qū)間小結(jié)： 1）最大似然原理：為變量 g的 ML估計值， ML估計值變換不變性2）應(yīng)用步驟：構(gòu)造似然函數(shù)，求解似然方程3） ML估計值的性質(zhì)：一致性、無偏性、有效性和充分性變量變換不變性、漸近正態(tài)性4） ML估計值方差的求法：不同的方法有各自的適用范圍，給出不同的結(jié)果5）似然區(qū)間估計給出 的誤差：求解 與直線的兩個交點
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1