概率和似然
似然常常被用作概率的同义词。但是在统计学中,二者有截然不同的用法,那在统计学中:
1.概率描述的是:指定参数后,预测即将发生事件的可能性。
2.似然描述的是:在一直某些观测所得到的结果时,对有关实物的性质的参数进行估计。
什么是似然函数?
在数理统计中,似然函数是一种关于统计模型中的参数的函数,既然是函数那自变量就是模型可能的参数值,因变量就是参数取具体值的似然性,通俗来说就是实验结果已知的情况下,参数为某个具体值的概率。
似然函数
如果 是已知确定的, 是变量,这个函数叫做概率函数(probability function),它描述对于不同的样本点 ,其出现概率是多少。
如果 是已知确定的, 是变量,这个函数叫做似然函数(likelihood function), 它描述对于不同的模型参数,出现 这个样本点的概率是多少。
最大似然估计
通俗理解来说,就是利用已知的样本结果信息,反推出最有可能(即最大概率)导致这些样本结果出现的模型参数值。
也就是说,最大似然估计提供了一种给定观察数据来评估模型参数的方法。即:‘模型一定,参数未知’。
最大似然的核心:既然事情已经发生了,为什么不让这个出现的结果的可能性最大呢?
举个例子:
现在一枚硬币,我们拿这个硬币抛了10次,得到的结果为:反正正正正反正正正反。我们想求的正面概率是模型参数(找一个使得出现上述结果概率最大)。
抛硬币模型可以假设是二项分布,则有
注意:这只是一个关于的参数,画出函数图像
在 = 0.7时,似然函数取得最大值,也就是说当正面朝上的概率为0.7的时候,最有可能所有发生。
参考链接: