最大似然估计（ML）和最小均方误差（LSE）

原创于 2019-04-12 11:56:03 发布 · 7.6k 阅读

·

1

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

笔试面试专栏收录该内容

10 篇文章

订阅专栏

本文探讨了一个有偏硬币的实例，通过100次抛掷实验，仅出现1次人头，其余均为字面。文章深入解析了如何利用最大似然估计（ML）和最小均方误差（LSE）两种统计方法来估算硬币出现人头的概率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

一个有偏的硬币，抛了100次，出现1次人头，99次字。请用最大似然估计（ML）和最小均方误差（LSE）估计出现人头的概率。

解析

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。