Tan

最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知。我们没有人力与物力去统计全国每个人的身高，但是可以通过采样，获取部分人的身高，然后通过最大似然估计来获取上述假设中的正态分布的均值与方差。     最大似然估计中采样需满足一个很重要的假设，就是所有的采样都是

在做数据建模或者曲线拟合的时候，我们通常会用到最小二乘法。假设作为数学模型的函数为y=f(x,S)，其中S为参数集向量（即一系列的参数），x为自变量。在这种情况下，为了求出S，需要对下式进行极小化：        即：对已知的一个数据集xi(i=1,2,⋯,n)，能极小化该式的S就是最优参数。但是这个式子是怎么来的呢？ 它是从最大似然估计方法得到的：对参数S，能使已知数据集发生的概率越