前言:
{
上一期[1]实际应该算是阅读记录,因为主要参考的只有[2],这一期也是继续后面的内容。
}
正文:
{
极大似然估计(Maximum Likelihood Estimation,MLE):
{
这个概念在《概率论与数理统计》中有涉及,不过我还记得考试时相关的题目都很简单,只需要取对数求导即可,更深的内容我就不了解了,这次正好学习一下。
对于上期[1]中提到的例1,我们已经知道它的似然,但很多情况下,我们只能得到一堆数据。把上次[1]的例1变为例1改,即给出的不是直接的概率,而是一堆[(嘤嘤怪挨打),(O使用“拳击”)]的数据对:
[真,真],[真,假],[真,真],[真,真],[真,真],[假,假],[假,真],[真,真]。
这时,似然P(嘤嘤怪挨打|O使用“拳击”)是涉及两种事件的关系的概率,需要联合两种变量来确定。
就拿例1改来说,P(嘤嘤怪挨打)与O是否使用“拳击”有关,设c=(O使用“拳击”),x=(嘤嘤怪挨打),假设x服从二项分布(这只是一种假设):P(x=真)=,即P(x=假)=1-,则可根据上述数据对得式(7.9)。
其中