浅谈最大似然估计

最大似然估计

今天我来给大家简单介绍一下最大似然估计。
首先在我们介绍最大似然估计之前先来看一看和它相关的似然函数。
其定义如下：
在统计学中，似然函数是一种关于统计模型参数的函数。给定输出x时，关于参数θ的似然函数L(θ|x)（在数值上）等于给定参数θ后变量X的概率：L(θ|x)=P(X=x|θ)。
似然函数在推断统计学（Statistical inference）中扮演重要角色，尤其是在参数估计方法中。在教科书中，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。概率描述了已知参数时的随机变量的输出结果；似然则用来描述已知随机变量输出结果时，未知参数的可能取值。例如，对于“一枚正反对称的硬币上抛十次”这种事件，我们可以问硬币落地时十次都是正面向上的“概率”是多少；而对于“一枚硬币向上抛十次”，我们则可以问，这枚硬币正反面对称的“似然”程度是多少。并且在统计学中：
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；

从上面的描述可以看出似然和概率正好的两个相反的过程。一种方便区别是概率还是似然的方法是，根据定义，"谁谁谁的概率"中谁谁谁只能是概率空间中的事件，换句话说，我们只能说，事件(发生)的概率是多少多少(因为事件具有概率结构从而刻画随机性࿰