二、概率论（参数估计-最大似然估计）

2019独角兽企业重金招聘Python工程师标准>>>

在上一篇博客中，提到了对似然函数的理解，由给定样本推导出参数。

定义

这里记录一下 似然函数的数学定义（连续型随机变量的）

设X是连续型随机变量，是多维参数向量，是模型的参数。概率密度函数为。是从总体中采样得到的样本，独立同分布，那么联合概率密度为：

由于是已知的，而参数是未知的，上式的联合概率密度可以看成是的函数。记为

                              

称之为似然函数。

似然函数值 的大小意味着样本组的值出现的可能性大小，求参数θ的值，使用得似然函数取最大值，这种方法就是最大似然估计

理解：

1、在实践中，由于求导数的需要，往往将似然函数取对数，得到对数似然函数；若对数似然函数可导，可能过求导的方式，解方程组

得到驻点，然后分析该驻点是极大值的点

2、最大似然估计 找出与样本的分布最接近的概率分布模型

求解步骤

转载于:https://my.oschina.net/xiaoluobutou/blog/688292