课程作业，用蒙特卡洛模拟极大似然估计的概率密度函数与最小二乘估计式子。提供matlab源码与 实验报告。

8 H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1H0 ： xn wn () () = n=1其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布1 0 2 ( ) 20 pθ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论

极大似然估计，可以直接求出极大似然估计中的参数，并求得支付意愿值

Desktop_蒙特卡洛仿真_蒙特卡洛_极大似然估计_极大似然_似然估计.zip

多元正态分布参数最大似然估计

研究生课程数理统计的所有题型和答题步骤，非常适合期末复习使用，极大似然估计、矩估计、区间估计，另外还有用到的概率论知识也包括在上面了

提出了一种利用改进的极大似然估计法对基于威布尔分布的环保型电子节能灯寿命数据进行分析的方法。该方法利用加速寿命实验获取环保型电子节能灯使用寿命的数据，利用统计学的方法和威布尔分布模型，实现高应力下的实验时间的等效折算。采用改进的极大似然估计，有益于对环保型电子节能灯的寿命数据进行分析。

Keywords: passive localization; direction-finding (DF); crossing localization; weighted maximum likelihood estimation (WMLE); error analysis

最大似然估计教程 Maximum Likelihood Estimation

本程序首先产生了一个信号，然后对其进行延时，之后计算他们之间的互相关函数，找出其中的最大点，它的下标减去信号长度，即为时延。