似然函式與最大似然估計

echo愛毛毛1990發表於2016-11-29

參考部落格《似然函式Likelihood function》

感謝作者分享。

我的歸納:

概率與似然性

概率用於在已知一些引數的情況下,預測接下來的觀測所得到的結果,而似然性則是用於在已知某些觀測所得到的結果時,對有關事物性質的引數進行估計。

似然函式

是一種關於統計模型中引數的函式。例如,已知有事件A發生,運用似然函式,我們估計引數B的可能性。表明在已知觀測結果情況下,似然函式的值越高,該引數值可使模型越合理。

最大似然估計

-最大似然估計是似然函式最初也是最自然的應用。似然函式取得最大值表示相應的引數能夠使得統計模型最為合理。實際應用中,似然函式的對數作為求最大值的函式。

-在已知試驗結果(即是樣本)的情況下,用來估計滿足這些樣本分佈的引數,把可能性最大的那個引數作為真實的引數估計。

-似然函式的最大值不一定唯一,也不一定存在。與矩法估計比較,最大似然估計的精確度較高,資訊損失較少,但計算量較大。

相關文章