Maksimum olabilirlik tahmini (MLE ) , güçlü bir nicel modeldir . Sir Ronald Fisher tarafından tasarlanan , MLE gerçek numunedenen olası nüfusu hesaplamak olanak sağlar . Eğer istatistik ileri gitmek istiyorsanız MLE kullanmak için gerekli olacaktır . Eğer çok daha iyi verileri değerlendirmek mümkün olacak gibi mümkün olacağını daha basit estimators.Things ile için , MLE kendi iyiliği için ayrıca değerli kullanmayı öğrenmek Sen Binom hesap
ihtiyacınız olacak
Kağıt
Kalem veya daha fazla Talimatları show
kalem 1

düşünün
bu ampuller bir paket , 10 ampuller dışarı yedi çalışmak ve bu paket diğer benzer paketleri büyük bir sevkiyat parçası olduğunu . Bu örnek çalışan ampullerinoranını anlamaya» sağduyu » yolu 7/10 bölmek ve .7 çalışma soğanı nüfus oranını tahmin etmektir .
2

meseleyi bırakın ziyade bu , tümolası örnek oranlarda düşünüyorum . Bütün nüfusörnek numune olarak 0,7 çalışan ampuller bir paya sahip olduğunu , sadece bir olasılık olduğundan MLE bu yaklaşım yaptım .
3

binom hesap veya bireysel Binom Olasılık tablosunu kullanın mümkün olan tüm oranlarda olasılığını elde etmek . » N» alanında » 10 » girin ve » 7 «» Olas.İst.Yön . X » alanında .
4

» p » farklı değerler koyarak farklı başarı olasılıklarınınolasılığını test alanı. Eğerbinom hesap makinesi üzerinde» p» alanında » 0,2 » girerseniz , örneğin, 7/10 çalışan ampullergözlenen örnek almaolasılığı yalnızca .0008 olduğunu göreceksiniz . Bu ne demektir , diğer bir deyişle , her bir ampul çalışma sadece bir .2 olasılığını , 10 örnekten yedi çalışan ampuller almaşansı varsa çok düşük olmasıdır .
5

çalışın başarı değer oranı 10 bir n ve olasılık verilenen yüksek olasılık , verimleri hangi bakın. 7. X Sen 0,7 o ap 0,267 bir olasılıkla, bu sonuç üretir görmelisiniz . Bu bulgu , örnekzamanın dörtte biri biraz fazla örnek gibi tam ampullerinbir paket almak olacağını gösterir . Genel bir kural olarak,binom oranMLE bizim durumumuzda .7 ,sağduyu oranını eşit olmalıdır.