极大似然估计

Posted 1直在路上1

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了极大似然估计相关的知识,希望对你有一定的参考价值。

一、基本思想

 “模型已定,参数未知”

 假如有一个罐子,里面有黑白两种颜色的球,数目多少不知,两种颜色的比例也不知。我们想知道罐中白球和黑球的比例,但我们不能把罐中的球全部拿出来数。现在我们可以每次任意从已经摇匀的罐中拿一个球出来,记录球的颜色,然后再放回罐中。这个过程可以重复,我们可以用记录的球的颜色来估计罐中黑白球的比例。假如在前面的一百次重复记录中,有七十次是白球,请问罐中白球所占的比例最有可能是多少?很多人马上就有答案了:70%。而其后的理论支撑是什么呢?

 我们假设罐中白球的比例是p,那么黑球的比例就是1-p。因为每抽一个球出来,在记录颜色之后,我们把抽出的球放回了罐中并摇匀,所以每次抽出来的球的颜色服从同一独立分布。题目中在一百次抽样中,七十次是白球的概率是P(Data|M),这里Data是所有的数据,M是所给出的模型表示每次抽出来的球是白色的概率为p。如果第一抽样的结果记为x1,第二抽样的结果记为x2,那么Data = (x1,x2,…,x100)。这样:

\(P(Data | M) = P(x1,x2,...,x100|M)= P(x1|M)P(x2|M)...P(x100|M) = p^{70}(1-p)^{30}\)

 那么p在取什么值的时候,上述值最大呢?

二、极大似然估计计算步骤

 1)建立似然函数L,如果随机变量是离散型的,似然函数即各个概率相乘,如果随机变量是连续型,即各个概率密度相乘

 2)使L最大

   a)取对数

   b)求导

   c)另导数为0

 

  上述公式

   取对数后:\(70lnp + 30ln(1-p)\)

   求导:\\frac{70}{p} + \frac{30}{p-1}\)

   令导数为0:\(p = 0.7\)

 

  上述就是极大似然估计的求解过程

以上是关于极大似然估计的主要内容,如果未能解决你的问题,请参考以下文章

B-概率论-极大似然估计

极大似然估计思想的最简单解释

逻辑回归为啥用最大似然估计求解

极大似然估计

机器学习——极大似然估计

极大似然估计