1.最大似然估计是使得似然函数最大的参数
2.它是已知分布和事件的结果,求解使得事件结果以最大概率出现时的参数
3.背后的逻辑是既定事实要同时发生的概率必须和真实发生的概率接近
极大似然估计是概率论上非常重要的知识,读书的时候,只是记得求解套路(列出似然函数,取对数,求解极值),却对其概念掌握不够深刻,以至于工作的时候造成各种尴尬,小编可是深有体会。今天就把自己温故知新的认知总结成一篇文章,以求学过很多道理,都懂得如何运用,理所应当过好这一生。下面进入正题。
最大似然估计是已知分布和事件的结果,求解使得事件结果以最大概率出现时的参数。而概率就是已知分布和参数,求解事件出现结果的次数。
一句话给极大似然估计下定义:使得似然函数最大的参数。
数学的定义还是要给的。
设总体的概率函数为p(x;θ),θ∈Θ,其中θ是一个未知参数或几个未知参数组成的参数向量,Θ是参数空间,x1,x2,...,xn是来自总体的样本,将样本的联合概率函数看成θ的函数,用L(θ1,θ2,...,θn)表示,简记L(θ):
L(θ)=L(θ;x1,x2,...,xn)=p(x1,θ)p(x2,θ)...p(xn,θ)
L(θ)称为样本的似然函数。如果某统计量满足:
则称
简记为MLE(