概率统计笔记:高斯分布の极大似然法,有偏&无偏估计

1  高斯分布

 2 参数θ的似然函数

 3 通过极大似然估计法求解\mu _{MLE}

只保留似然函数中和μ有关的部分

对μ求导,取偏导数为0的地方 

于是我们有: 

3.1  \mu _{MLE}是无偏估计

证明无偏估计就是证明E[μ]=μ

  4 通过极大似然估计法求解\sigma _{MLE}

只保留似然函数中和σ有关的部分

 对σ求导

4.1 \sigma _{MLE}是有偏估计

 

我们算一下Var[\mu _{MLE}]

 所以

 

也就是说 

所以E是有偏估计,无偏估计应该是:

 

 参考资料机器学习-白板推导系列笔记(二)-数学基础_scu-liu的博客-CSDN博客

Guess you like

Origin blog.csdn.net/qq_40206371/article/details/121131632