均匀分布的上限的最大似然估计

问题是这样滴，假定有一个均匀分布U(0,X)，但是X未知。

现在我从这个分布U(0,X)中随机抽出十个数，分别为0.32, 0.12, 0.81, 1.72, 0.64, 1.19, 1.37, 1.60, 1.04, 0.44。

求X的最大似然估计。

阿诺666 2017-03-08 11:22

1个回答

似然函数

\begin{eqnarray*}&&L(\theta|x_1=0.32,x_2=0.12,x_3=0.81,\cdots,x_{10}=0.44)\\&=&P(x_1=0.32|X=\theta)P(x_2=0.12|X=\theta)\times\cdots\times P(x_{10}=0.44|X=\theta)\\&=&\frac{1}{\theta^{10}}\end{eqnarray*}

显然$\theta$越小，似然函数越大。$\theta$必须大于样本中的最大数。所以这个均匀分布的上界$X$的最大似然估计就是这个样本中的最大值1.72。

道画师 2017-03-16 11:10

那么说，只跟最大的那个数相关？其他信息都用不上了？ - 阿诺666 2017-03-19 10:02

对的，因为这里已经给定是均匀分布，所以最大似然估计就是最大的那个数。当然，这里用最大似然估计来估计X是非常保守的，因为X至少是最大的那个数。如果没有限制地进行估计的话，我可能会用样本平均值的两倍或者中位数的两倍作为估计值。 - KingBug 2017-03-19 10:09

均匀分布的上限的最大似然估计

Warning

1个回答

Warning