Maximum likelihood becslés ( MLE ) egy erős kvantitatív modell . Designed by Sir Ronald Fisher , MLE segítségével kiszámítható a legvalószínűbb lakosság az aktuális minta . Ha azt szeretné , hogy messzire statisztikai szükség lesz , hogy használja MLE . Használatának elsajátítása MLE továbbá érdemes önmagáért , ahogy akkor képes lesz arra , hogy értékeljék az adatokat sokkal jobb , mint amit képes lenne egyszerűbb estimators.Things amire szüksége van
binomiális számológép
Paper
Pen vagy ceruza
Show More utasítások
1
Képzeld el, hogy egy csomag izzók , hét 10-ből izzók dolgozik, és hogy ez a csomag része volt egy nagy szállítmány más hasonló csomagok . A ” józan ész ” módja , hogy kitaláljuk, a munkát vállalók arányának izzók a mintából kell osztani 7/10 , és megbecsülik a lakosság aránya 0,7 dolgozó izzók .
2
Ahelyett, hogy hagyja ügyek hogy , gondolom, az összes lehetséges minta arányait . MLE veszi ez a megközelítés , mert csak valószínűsíthető, hogy a teljes lakosság arányában 0,7 dolgozó izzók , mint a példa minta volt .
3
A binomiális számológép vagy egyéni binomiális valószínűségek asztal hogy ebből a valószínűsége az összes lehetséges arányokat . Írja be a ” 10″ a ” n” mező és a “7 ” a ” prob. X ” mezőben .
4
Tesztelje a valószínűsége különböző valószínűséggel a siker Azáltal, hogy különböző értékeket a ” p ” mező . Ha ” 0,2 ” , a ” p ” mezőben a binomiális számológép , például , látni fogja, hogy a valószínűsége szerzés a megfigyelt minta 7/10 munka izzók csak 0,0008 . Hogy ez mit jelent , más szóval , hogy ha minden izzót csak a 0,2 valószínűséggel működik, a valószínűségét, hogy hét munkanapon izzók minta 10 nagyon alacsony .
5
Próbáld lásd milyen arányban siker értékét kapjuk a legnagyobb a valószínűsége , mivel egy n 10 és a prob. X. 7. Meg kell látni, hogy ap az 0,7 termel ezt az eredményt , és a valószínűsége 0,267 . Ez az eredmény azt jelzi, hogy megkapja a csomagot izzók pontosan úgy, mint a példa minta alig több mint egynegyede az idő . Általános szabály, hogy az MLE a binomiális arányának meg kell egyeznie a józan ész arány , a mi esetünkben 0,7 .
