📅  最后修改于: 2021-01-23 06:25:43             🧑  作者: Mango
点估计涉及使用样本数据来计算单个值(称为统计量),该值将用作未知(固定或随机)总体参数的“最佳猜测”或“最佳估计”。更正式地说,它是对数据的点估计器的应用。
$ {MLE = \ frac {S} {T}} $
$ {Laplace = \ frac {S + 1} {T + 2}} $
$ {Jeffrey = \ frac {S + 0.5} {T + 1}} $
$ {Wilson = \ frac {S + \ frac {z ^ 2} {2}} {T + z ^ 2}} $
哪里-
$ {MLE} $ =最大似然估计。
$ {S} $ =成功次数。
$ {T} $ =试用次数。
$ {z} $ = Z临界值。
问题陈述:
如果将硬币以99%的置信区间水平从九次试验中掷出四次,那么该硬币成功的最佳点是什么?
解:
成功(S)= 4次试验(T)= 9置信区间水平(P)= 99%= 0.99。为了计算最佳点估计,让我们计算所有值:
从Z表中发现Z关键值。 Z临界值(z)= 99%的水平= 2.5758
因此,当MLE≤0.5时,最佳点估计为0.468