极大似然估计
1 独立同分布
概率统计中,如果变量序列或者其他随机变量有相同的概率分布,并且互相独立,那么这些随机变量被称作独立同分布(independent and identically distributed (i.i.d.))。
随机变量 X1 和 X2 独立,是指 X1 的取值不影响 X2 的取值, X2 的取值也不影响 X1 的取值。
随机变量 X1 和 X2 同分布,意味着 X1 和 X2 具有相同的分布形状和相同的分布参数,对离散随机变量具有相同的分布律,对连续随机变量具有相同的概率密度函数,有着相同的分布函数,相同的期望、方差;也就是说,若随机变量 X1 和 X2 是同类型分布,且分布参数完全相同,则 X1 和 X2 一定同分布。
比如实验条件保持不变,抛硬币的一系列正反面结果就是独立同分布的。
2 似然函数
统计学中,似然函数就是关于统计模型参数的函数,在参数估计中扮演着重要角色.
给定输出 x 时,关于参数
在教科书中,似然常常被用作概率的同义词。但是在统计学中,二者有截然不同的用法。
概率描述了已知参数时的随机变量的输出结果.
似然则用来描述已知随机变量输出结果时,未知参数的可能取值。
例如,对于“一枚正反对称的硬币上抛十次”这种事件,我们可以问硬币落地时十次都是正面向上的“概率”是多少;而对于“一枚硬币上抛十次,落地都是正面向上”这种事件,我们则可以问,这枚硬币正反面对称的“似然”程度是多少。
3 离散和连续的似然函数
离散型概率分布
假定一个关于参数 θ