似然率,这是什么呢,如果不太深入理解似然性的,会说似然性就是概率啊。似然率和概率很相似,在统计学中,却有明确区分。概率用于在已知一些参数的情况下,预测接下来的观测所得到的结果,而似然性则是用于在已知某些观测所得到的结果时,对有关事物的性质的参数进行估计。在维基百科中对似然函数的解释的非常的好,还有一个直观的投硬币的例子,朋友们可以搜搜,这里不多解释了。
假设:
是误差,
服从高斯分布,
,为什么服从高斯分布?I don't know。合理的说法是,独立随机变量之和趋向于服从高斯分布。误差就是由于许多不确定独立效应决定的。
那么 高斯分布的概率密度函数为:
,也就是:
是同分布相互独立的。那么引出了似然性:
使得似然函数最大化,
那么变换,使 ,则使
最大化
那么只要求:
最小化,这其实转化为了求损失函数的最小值问题。和之前回归函数求损失函数一样了。这也解释了似然率其实是根据观测结果对参数进行估计。