GLOBAL SEARCH

搜索课程、模块、题目与收藏题单

搜索在服务端完成,题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。

找到 21 个结果

English questions
题目3237 · 统计

为什么后验均值会变而 MLE 不会

某交易台只观察到了 4 次新的违约事件,研究的是一个很罕见的违约率。加入一个较强的历史 Beta 先验后,Bayesian 的后验均值明显低于样本比例;而 frequentist 的 MLE 却恰好等于样本比例。为什么这两个答案可以合理不同?它们各自是在什么条件下做推断?

打开 →
题目1636 · 统计

Bernoulli 信号命中率的极大似然估计

某个二元交易信号在最近 80 个交易日中有 44 天为正收益。将每天是否赚钱建模为相互独立的 Bernoulli$(p)$ 结果。 请先求 $p$ 的极大似然估计,再在该估计下给出未来 3 天都赚钱的概率。

打开 →
题目1645 · 统计

Laplace 位置参数的极大似然估计

设短周期定价误差服从 i.i.d. Laplace$(\mu,b)$,其中尺度参数已知为 $b=2$,密度与 $e^{-|x-\mu|/2}$ 成正比。样本为 $$-1,\;0,\;2,\;2,\;3,\;5,\;7。$$ 请给出 $\mu$ 的极大似然估计。

打开 →
题目1643 · 统计

Pareto 尾部指数的极大似然估计

设大额执行滑点的绝对值服从已知尺度 $x_m=1$、未知尾指数 $\alpha$ 的 Pareto 分布,其密度为 $$f(x)=\alpha x^{-\alpha-1}, \qquad x\ge 1.$$ 若 $n=8$ 个观测满足 $$\sum_{i=1}^8 \log X_i = 12,$$ 请先求 $\alpha$ 的极大似然估计,再估计拟合模型下 $P(X>10)$。

打开 →
题目1637 · 统计

Poisson 订单到达强度的极大似然估计

某交易场所在连续 40 分钟内记录到 120 次子单到达。假设到达过程服从强度为 $\lambda$(单位:每分钟)的齐次 Poisson 过程。 请先求 $\lambda$ 的极大似然估计,再给出拟合模型下下一分钟没有任何到达的概率。

打开 →
题目1642 · 统计

三状态多项分布模型的极大似然估计

一个市场状态模型有三种情形:平稳、趋势和失衡,对应概率为 $(p_1,p_2,p_3)$。在 100 个交易日中,观测到 20 天平稳、30 天趋势、50 天失衡。 请给出 $(p_1,p_2,p_3)$ 的极大似然估计。

打开 →
题目1641 · 统计

几何分布成功概率的极大似然估计

某策略会不断重复尝试,直到第一次得到盈利成交。记 $X$ 为第一次成功前所需的尝试次数,取值为 $1,2,\ldots$,并假设 $X\sim \mathrm{Geometric}(p)$。 若大量独立样本的样本均值为 $4$,请给出 $p$ 的极大似然估计;在该拟合下,至少需要 4 次尝试的概率是多少?

打开 →
题目1640 · 统计

均匀分布上界的极大似然估计

设 5 个独立样本来自 $\mathrm{Uniform}(0,\theta)$,其中样本最大值为 $7.4$。 请先求 $\theta$ 的极大似然估计,再给出拟合分布的中位数估计。

打开 →
题目1644 · 统计

已知形状参数时 Weibull 尺度的极大似然估计

设执行延迟服从 Weibull 分布,已知形状参数 $k=2$、未知尺度参数 $\lambda$,其密度为 $$f(x)=\frac{2x}{\lambda^2}e^{-(x/\lambda)^2}, \qquad x>0.$$ 若 $n=10$ 个观测满足 $$\sum_{i=1}^{10} X_i^2 = 90,$$ 请给出 $\lambda$ 的极大似然估计。

打开 →
题目1646 · 统计

带右删失的指数模型极大似然估计

某交易场所研究下一次价差扩大的等待时间。8 个观测窗口都最多跟踪 5 秒,其中 5 个窗口在 5 秒内发生了事件,另外 3 个窗口在 5 秒处右删失。所有窗口累计暴露时间总和为 40 秒。 假设事件时间独立且服从 $\mathrm{Exp}(\lambda)$,请给出 $\lambda$ 的极大似然估计。

打开 →
题目1638 · 统计

指数等待时间模型的极大似然估计

10 个相互独立的中间价跳变等待时间总和为 25 秒。假设每个等待时间都服从参数为 $\lambda$ 的指数分布 $\mathrm{Exp}(\lambda)$。 请求出 $\lambda$ 的极大似然估计,并在拟合模型下给出等待时间的中位数。

打开 →
题目1648 · 统计

无截距高斯回归中的极大似然估计

设观测满足 $$Y_i = \beta X_i + \varepsilon_i, \qquad \varepsilon_i\stackrel{iid}{\sim}N(0,\sigma^2),$$ 其中没有截距项,误差为已知方差的高斯噪声。已知 $$\sum X_iY_i = 48, \qquad \sum X_i^2 = 16。$$ 请给出 $\beta$ 的极大似然估计。

打开 →
题目1647 · 统计

由对数样本统计量求对数正态模型的极大似然估计

设正的持有期乘数服从对数正态分布:若 $X\sim \mathrm{Lognormal}(\mu,\sigma^2)$,则 $\log X\sim N(\mu,\sigma^2)$。样本量为 12,且给出 $$\overline{\log X} = 0.3, \qquad \sum_{i=1}^{12}(\log X_i-0.3)^2 = 10.8。$$ 请先求 $\mu$ 与 $\sigma^2$ 的极大似然估计,再给出 $X$ 的拟合中位数。

打开 →