似然函数理解小记

以下是个人理解，仅供参考。

似然函数是什么

“似然”这两个字从中文看起来很难有个直观的理解。那么，在许多英文文章中被称作“likelihood”，这个单词直观的翻译过来是“（看起来）好像是”，这么一说可能就清楚一些，我们可以把似然这个词理解成好像是，可能是，那么我们就能够模糊的知道，似然函数是一种通过可能性最大化的思想来反推一些参数的函数。本质上它其实是一种概率函数，并且是在我们已经知道结果的前提（条件）下，对某种参数进行反推的思想前置步骤。
一般来说写作：$$L(参数|事件)$$

似然函数能干什么

举个简单的小例子。
假设现在有一个人：他到某镇呆了N天，然后实施了n起抢劫犯罪，并且每次是否进行犯罪的概率P(A)（事件A表示此人在该镇犯罪了）相同，且事件独立。那么我们需要通过这N次事件来推断出这个人下次犯罪的概率，以评估对他的惩罚力度。
那么这个如果随便问一个人，大家都会说“这个人极有可能再次进行作案”，为什么我们会觉得极有可能呢？因为此时我们脑中进行了一个简单的逻辑反推，我们认为这个人一定会偏向于犯罪，所以才会这么猖狂，那么“偏向，喜欢”在这里，其实就是概率的大小，所以，虽然很多人无法得到确切的P(A)概率，但是隐隐约约的会感觉到这个概率不会低。
现在，为了大家的安全，我们就对极有可能的这个词的程度进行一个量化评估，以便做出最合理的处罚，那么，这个时候就需要用到我们的似然函数了。

首先，假设
$$P(A|\theta )=\theta$$
该式表达的是在参数为θ的条件下，A事件发生的概率是多大。
假设了一次的概率后，N天内发生n（N≥n）起抢劫犯罪的概率就是（这里用事件B表示发生n起犯罪）：
$$P(B|\theta )=C_N^n{\theta }^n(1-\theta {)}^{N-n}$$
此时，我们需要默认，已经发生的事，在概率上也是最容易发生的，也就是说此时P(B)的概率需要达到一个极值。因为此时我们需要求得的参数是θ，所以我们的关注点并不在概率P(B|θ)上，因而我们直接写出一个似然函数的形式：$$L(\theta |B)=P(B|\theta )=C_N^n{\theta }^n(1-\theta {)}^{N-n}$$所以可以看到，其实似然函数$$L(\theta |B)$$就是一种条件概率的表达方式，大致可以理解为：在事件B发生的情况下，θ应该取什么样的值，才能让L（θ|B）最大，即，才能让B这件事发生的概率最大。
之后的最大似然估计，大致思想也就是这样，最大似然估计的相关应用以及思想在后续学习中也会慢慢添上。