极大似然估计与（广义）线性模型的关系

起因：
       在学习（广义）线性模型的时候一直有个疑问，就是不明白（广义）线性模型与密度函数的关系，以及怎么运用极大似然估计参数，不知道大家有没有类似的疑问？

正题：
       以正态分布为例，已知正态分布的概率密度分布函数如下：

函数中的μ以及σ分别代表均值和标准差，但与线性模型又有什么关系呢？在线性模型里假设因变量方差相同，故标准差σ可以看做一个常数，变的是μ_i，其中i表示第i个样本。以下为线性模型公式，μ_i为线性模型的预测值，a向量为线性模型的参数，此处省略截距项b：

由此代入正态分布的概率密度函数中，可得新的概率函数：

有了以上的概率函数，就能使用极大似然估计，然后使其偏导为0，并求出参数向量a的值。

对于广义线性模型，其模型的公式如下：