63.打牌(三更)（第4 / 5页）

scorefunction：

s(\bold{x};\theta)=\sum_{i=1}^n\frac{\partiallogf(x_i;\theta)}{\partial\theta}

fisherinformation，用i(\theta)表示，

（secondmoment）i(\theta)=e[s(x;\theta)^2]

（underspecificregularityconditions）可以很容易地证明，e[s(\bold{x};\theta)]=0，从而得到：

安静了下来，江焕想了一会儿。

掏出了漂亮的糖果盒子，笑着对身后的一个个漂亮女生开口：“吃糖吗？”

“嘻嘻，吃啊！”

“来来，来我也要！”

“我要，焕，按辈分，我可是你姑姑啊，怎么也要给我一颗啊！”

i(\theta)=e[s(x;\theta)^2]-e[s(x;\theta)]^2=var[s(x;\theta)]

......

江焕的草稿写得很是简单，因为这也不是需要形成一篇什么论文，他只要得到一个可以运行的数学问题，解决掉，帮助自己打牌就行。

“真没了~”

“唰~”

x_1，x_2，\ldotsx_n服从一个概率分布f(x;\theta)，

l(\bold{x};\theta)=\prod_{i=1}^nf(x_i;\theta)

为了解得maximumlikelihoodestimate(mle)，loglikelihood的一阶导数得0，然后解这个方程，得到\hat{\theta}_{mle}