为什么极大似然估计求导为 0 就是要求的值呢？ [3]https：//www. cs.princeton.edu/~bee/c ourses/scribe/lec_09_02_2013.pdf，chapter 2.4 ？ 242 ？ ？ 18 条评论 ？ ？ ？ 喜欢 ？ 继续浏览内容 知。
指数分布的最大似然估算怎么计算 f(x)=ue^(-ux)L(u)=Пf(x)LnL(u)=∑(Lnu-uxi)=nLnu-∑uxidLnL(u)/du=0->；n*(1/u)-∑xi=0->；u=(1/n)∑xi即样本均值为u的大似然估算
求总体为指数分布的矩估计和极大似然估计
怎样证明指数分布的参数λ的极大似然估计是相合估计
若随机变量X在区间（0，θ）服从均匀分布，X （1）由于X在区间（0，θ）服从均匀分布，因此EX＝θ2令EX＝.X，则θ＝2.X，即θ的矩估计为θ＝2.X又因为似然函数为L（x1，x2，…，xn；θ）=θ＝1θnnπi＝1I(0≤θ)，其中I(0≤θ)为示性函数要使得似然函数达到最大，首先一点是示性函数取值应该为1，其次是1θn应尽可能大由于1θn是θ的单调减函数，所以θ的取值应尽可能小，但示性函数决定了θ不能小于x（n）因此，θ的极大似然估计为θ＝x(n)（2）∵E(2.X)＝2n？(nθ2)＝θ，即2.X是θ的无偏估计．E(X(n))＝θ2≠x(n)，即x（n）不是θ的无偏估计．
总体X服从参数为λ的泊松分布，λ（λ＞0）未知，求参数λ的最大似然估计量． X服从参数为λ的泊松分布∴P(X＝m)＝λmm。e？λ，（m=0，1，2，…）设x1，x2，…xn是来自总体的一组样本观测值则最大似然函数为L（x1，x2，…，xn；λ）=nπi＝1λxixi。e？λ=e？nλnπi＝1λxixi。lnL＝？nλ+ni.
设母体ξ具有指数分布，密度函数为 ，（λ>0） 试求参数λ的矩估计和极大似然估计. 答案见附图
如何通俗地理解概率论中的「极大似然估计法」？
