泊松分布 试求参数λ的极大似然估计量
来源:学生作业帮助网 编辑:作业帮 时间:2024/05/17 05:14:29
λ(poisson分布参数)的意义λ表示在一定时间(单位时间)内事件发生的平均次数.例如在一天内访问某个商场的人数服从poisson分布,并且估计出平均人数为x人,这里poisson分布的参数就是平均
泊松分布P{X=k}=(λ^k)·e^(-λ)/k!P{X=1}=λ·e^(-λ)P{X=2}=λ²·e^(-λ)/2因为P{X=1}=P{X=2}所以λ·e^(-λ)=λ²·e^
由于相互独立,EXY=EX*EY=1*2=2泊松分布的期望等于纳姆达=1二项分布的期望等于np=4*0.5=2
泊松分布只有参数:λ------单位时间内到来的平均个数.比如说平均每小时来五辆车.则λ=5
说下λ(poisson分布参数)的意义吧λ表示在一定时间(单位时间)内事件发生的平均次数.例如在一天内访问某个商场的人数服从poisson分布,并且估计出平均人数为x人,这里poisson分布的参数就
相互独立且服从参数为λ1,λ2的泊松分布
E[(X-1)(X-2)]=E[X^2-3X+2]=EX^2-3EX+2EX=λDX=λEX^2=DX+(EX)^2=λ+λ^2即λ^2-2λ+2=1得λ=1
k表示一段时间内到达或者发生的次数,在这里就是N(t).再答:欢迎追问,若略有帮助,请点一下采纳,谢谢!再答:已通知提问者对您的回答进行评价,请稍等
因为x服从参数λ泊松分布所以P{X=k}=e^(-λ)*λ^k/k!设f(x)=Σ(k=0,+∞)k*(k-1)...(k-m+1)x^k/k!=x^m*Σ(k=0,+∞)k*(k-1)...(k-m
E(X^2)=E(X^2-X+X)=E[X(X-1)+X]=E[X(X-1)]+E(X)=∑(k=0→∞)k(k-1)T^ke^(-T)/k!+∑(k=0→∞)kT^ke^(-T)/k!=∑(k=2→
x的平均值这个打不出来啊,大概思想是求出似然函数,就是n个泊松概率函数求积,然后取对数,就是ln(n个泊松概率函数求积),之后对λ求导,让得出来的式子等于零.再问:过程!!结果我知道
就是X=0的泊松分布P{X=0},然后代公式
F(x)=λ^ke^(-λ)/k!由P{X=0}=1/2得e^(-λ)=1/2λ=ln2则F(x)=(ln2)^k/2(k!)P{X>1}=1-P{X
P{X=1}=P{X=2},λ*e^-λ=λ^2*e^-λ/2λ=λ^2/2λ=2P{X=4}=2^4*e^-2/4!=2e^-2/3
概率论我已经忘光光了……
首先写出似然函数LL=∏p(xi)=∏{[(λ^xi)/(xi!)]·e^(-λ)}=e^(-nλ)·∏{[(λ^xi)/(xi!)]=e^(-nλ)·λ^(∑xi)·∏1/(xi!)然后对似然函数取
lambda
P(X=1)=pP(X=0)=1-p所以X的密度函数是P(X=a)=p^a*(1-p)^(1-a)a=0或1p未知,p∈[0,1]样本为X1……XN所以似然函数是L(x1,x2……xn;p)=(p^x
limn->无穷Σ(x=0~n)e^-λ(λ^x/x!(x+1))=[(e^-λ)/λ]{Σ(x=0~n)λ^(x+1)/(x+1)!}={(e^-λ)/λ}(e^λ-1)={1-e^(-λ)}/λ
所谓估计就是用样本的值来近似代替总体中未知参数的值,所以:既然λ的似然估计是X的均值,那它平方是的似然估计就是样本均值的平方.极大似然估计