似然函数的定义 = > L(θ | x) = L(x | θ)
今天从头学统计学习方法,乍一看一脸懵逼,概率论还给老师了,多次查阅资料后,死去的记忆终于复燃。随手记录一下。
首先,我们先看似然函数L(θ | x), 它所表示的意义是描述已经观察到的事件(x),而参数(θ)是什么的可能性。
相信有很多人和我一样,看到这里还是有点蒙,下面我用一个看来的例子来解释它。
例子
假设我们有一个硬币,在投掷硬币的时候,正面朝上的概率是(p),背面朝上的概率是(1 - p)。
如果投掷了5次后我们观察到了3次正面和2次反面,那么它的似然函数可以写作:
我们怎么理解 “这个函数描述了在观察到3次正面和2次反面后,不同的P值有多合理” 这句话呢?
我们先捋一下式子中各个变量的意思,其中,P是正面朝上的概率,data表示的是观察到的3次正面和2次反面的这个投掷事件。
那么似然函数 L(P | data)就是表示,在给定事件data的情况下,去猜这个正面朝上的概率(p)的大小的一个函数,也是用来检验 P 是否合理的函数。在这个例子中,5次投掷,3次朝上,2次朝下,那么当 p = 0.6的时候,这个函数取得一个最大值,表示这个 p 的值比较合理,最有可能是发生data这个事件时,p 的概率。而当 p = 0.1时,这时这个函数取一个很小的值,这就表示这个 p 的值很不合理,几乎不可能是发生 data 这个事件的概率。
总结来说,似然函数是一个用于估计参数 p 的工具,它衡量了不同 p 值在解释观测数据时的合理性或可能性。通过最大化似然函数,我们可以得到 p 的最可能估计值。
例子借鉴于:https://blog.csdn.net/magicyangjay111/article/details/133763582