一維正態分佈的最大似然估計

正態分佈密度函數是：函數 　　若隨機變量X服從一個數學指望爲μ、方差爲σ2的正態分佈，記爲N(μ，σ2)。當μ=0，σ2=1是，稱爲標準正態分佈。不須要記住這個複雜的公式，知道它的意義便可，在使用時能夠隨時查閱。3d 　　在研究正態分佈時，咱們認爲每一個樣本都是等權的，所以μ是隨機變量的均值，控制了曲線的位置，σ2控制了曲線的陡峭程度：blog 　　σ2越小，樣本越靠近μ：數學 　　在上圖中，當σ

>>阅读原文<<