极大似然估计

本文详细介绍了极大似然估计的基本概念,包括如何通过独立同分布样本对未知参数进行估计,使其出现的概率最大化。文章深入浅出地解释了极大似然估计的操作步骤:单个样本概率建模、样本连乘及参数最优解求解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简述

假设有m个样本,这m个样本服从某种概率分布且独立同分布,但是决定这一概率分布的参数是未知的,极大似然估计就是对这些参数进行估计使得总体样本发生的可能性最大。

操作

  1. 先对单个样本发生的概率进行建模

  2. 然后根据独立同分布的条件对m个样本发生的概率进行建模,即连乘

  3. 最后根据2中的式子求的参数最优解,常见的优化方法就是求梯度

参考

[1] https://blog.youkuaiyun.com/zengxiantao1994/article/details/72787849

[2] https://blog.youkuaiyun.com/jeryjeryjery/article/details/72469225

[3] https://blog.youkuaiyun.com/u011508640/article/details/72815981

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值