楼主: pjq521
1720 1

[问答] 还是那个极大似然估计, [推广有奖]

  • 0关注
  • 2粉丝

大专生

28%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
1.0000
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
223 点
帖子
32
精华
0
在线时间
37 小时
注册时间
2013-4-24
最后登录
2016-12-5

楼主
pjq521 发表于 2013-5-29 11:19:55 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
我就不多说什么了,程序,数据我都自己弄出来了,就是接过没得出来,如果谁愿意帮我做一下的话,请联系我的QQ771233953,加我时请注明原因,谢谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:极大似然估计 极大似然 似然估计 联系我 说什么 还是

沙发
DM小菜鸟 发表于 2015-1-9 16:00:21
是运行了没有出结果么?
加了result <- maxLik()以后呢?
应该就可以了
然后再print(result)

这个例子你看有用没用?  
normal <- function(theta){

mu <- theta[1]
sigma <- theta[2]
logL <- -0.5*N*log(2*pi) - N*log(sigma) - sum(0.5*(x - mu)^2/sigma^2)
return (logL)
}
对于给定的数据 x <- rnorm(100,1,2),N <- length(x),然后就可以使用下面的语句进行最大似然估计了:
result <- maxLik(normal,start=c(0,1))
得到的结果如下:
print(result)
Maximum Likelihood estimation
Newton-Raphson maximisation, 8 iterations
Return code 1: gradient close to zero
Log-Likelihood: -2117.389 (2 free parameter(s))
Estimate(s): 1.007240 2.010635

可见,虽然在maxLik()函数中给出的初始值是错误的,最后得到的估计值非常接近真值。


您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2025-12-30 11:29