AI笔记: 数学基础之极大似然估计

极大似然估计法

• 极大似然估计法是在总体的分布类型已知的条件下所使用的一种参数估计方法
• 它首先是由德国数学家Gauss在1821年提出的，然而，这个方法常归功于英国统计学家Fisher
• Fisher在1922年重新发现了这一方法，并首先研究了这种方法的一些性质

极大似然原理

• 一个随机试验有若干个可能结果A，B，C, …。若在一次试验中，结果A发生，则一般认为试验条件对A最有利，即A发生的概率 P ( A / θ ) P(A/\theta)