以扔硬币为例子,理想状况下正反面都是50%的概率,但现实情况不一定扔10次,就一定会出现5正面,5反面。可能存在以下情况:9次反,1次正;7次正,3次反;8次正,2次反; 那么他们分别对应的概率分布即正90%,负10%;正70%,负30%;正80%,负20%;
所以理想的概率不一定就是真实情况的反应
那么什么是最大似然值估计呢?
假设扔了10次硬币出现7次正,3次反的情况为事件𝜃;且现在有三种扔硬币的概率,P1:正90%,负10%;P2:正70%,负30%;P3:正80%,负20%;求分别以P1,P2,P3为扔硬币的概率的条件下,扔出事件A的可能性。
似然值:即算出来每种概率情况下事件𝜃的可能性。
最大似然估计:就是找那个概率条件下出现事件𝜃可能性最大的过程。(这个概率条件也不一定是事件𝜃的概率分布,只能说它的可能最大)
计算过程如下:
(1)计算公式
(2)计算过程
视频链接【“损失函数”是如何设计出来的?直观理解“最小二乘法”和“极大似然估计法”】https://www.bilibili.com/video/BV1Y64y1Q7hi?vd_source=84cddb139265a02bbd5cf3beec991645