| http://dbpedia.org/ontology/abstract
|
最尤推定（さいゆうすいてい、英: maximum likelihood estima … 最尤推定（さいゆうすいてい、英: maximum likelihood estimationという）や最尤法（さいゆうほう、英: method of maximum likelihood）とは、統計学において、与えられたデータからそれが従う確率分布の母数を点推定する方法である。 この方法はロナルド・フィッシャーが1912年から1922年にかけて開発した。 観測されたデータからそれを生んだ母集団を説明しようとする際に広く用いられる。生物学では塩基やアミノ酸配列のような分子データの置換に関する確率モデルに基づいて系統樹を作成する際に、一番尤もらしくデータを説明する樹形を選択するための有力な方法としても利用される。機械学習ではニューラルネットワーク（特に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。
, Метод максимальної правдоподібності (також … Метод максимальної правдоподібності (також метод найбільшої вірогідності) у математичній статистиці — це метод оцінювання невідомого параметра шляхом максимізації функції правдоподібності. Він ґрунтується на припущенні про те, що вся інформація про статистичну вибірку міститься у цій функції. Метод максимальної правдоподібності був проаналізований, рекомендований і значно популяризуваний Р. Фішером між 1912 і 1922 роками (хоча раніше він використовувався Гаусом, Лапласом і іншими).Оцінка максимальної правдоподібності є популярним статистичним методом, який використовується для створення статистичної моделі на основі даних, і забезпечення оцінки параметрів моделі. Метод максимальної правдоподібності відповідає багатьом відомим методам оцінки в області статистики. Наприклад, припустимо, що ви зацікавлені зростом мешканців України. Припустимо, у вас дані стосовно зросту деякої кількості людей, а не всього населення. Крім того передбачається, що зріст є нормально розподіленою величиною з невідомою дисперсією і середнім значенням. Вибіркові середнє значення і дисперсія зросту є максимально правдоподібними до середнього значення і дисперсії всього населення. Для фіксованого набору даних і базової імовірнісної моделі, використовуючи метод максимальної правдоподібності, ми набудемо значень параметрів моделі, які роблять дані «ближчими» до реальних. Оцінка максимальної правдоподібності дає унікальний і простий спосіб визначити рішення у разі нормального розподілу.чити рішення у разі нормального розподілу.
, Maximum likelihood-metoden, ofta förkortat … Maximum likelihood-metoden, ofta förkortat ML-metoden även kallad maximimetoden, är en objektiv metod inom statistiken för att hitta skattningar för parametrar i en sannolikhetsfördelning som beskriver en samling data. Metoden skattar parametern genom att välja det värde på parametern som maximerar sannolikheten av de observerade värdena.r sannolikheten av de observerade värdena.
, Estatistikan, egiantz handieneko estimazio … Estatistikan, egiantz handieneko estimazioa (EMV eta, batzuetan, MLE izenez ere ezaguna ingelesezko siglengatik) eredu bat egokitzeko eta bere parametroak estimatzeko metodo arrunta da, behatutako datu batzuk kontuan hartuta. Hori probabilitate-funtzio bat maximizatuz lortzen da, horrela, suposatutako eredu estatistikoaren arabera, behatutako datuak ziurrenak izan daitezen. Probabilitate-funtzioa maximizatzen duen parametro-espazioko puntuari, probabilitate maximoaren estimazioa deitzen zaio. Probabilitate maximoaren logika, izan ere, intuitiboa eta malgua da, eta, beraz, metodoa inferentzia estatistikorako bide nagusi bihurtu da. Probabilitate funtzioa bada, maximoak aurkitzeko deribatuaren proba aplika daiteke. Zenbait kasutan, probabilitate funtzioaren lehen mailako baldintzak analitikoki ebatz daitezke; adibidez, erregresio lineal eredu baterako karratu txikienen estimatzaileak probabilitatea maximizatzen du behatutako emaitza guztiek bariantza bereko banaketa Normalak dituztela suposatzen denean. Bayesen inferentziaren ikuspegitik, MLE, oro har, a posteriori maximoaren (MAP) estimazioaren baliokide da, aldez aurretiko banaketa uniformeekin (edo aldez aurretiko banaketa normal bat infinituaren desbideratze estandarra duena). Inferentzia frekuentzian, MLE muturreko estimatzaile baten kasu berezia da, funtzio objektiboa egiantza izanik.ia da, funtzio objektiboa egiantza izanik.
, De methode van de grootste aannemelijkheid … De methode van de grootste aannemelijkheid of maximum-likelihood-method is in de statistiek een schattingsmethode die als schatting van een parameter die waarde kiest, waarvoor de aannemelijkheidsfunctie maximaal is. De schatter heet meest aannemelijke schatter, of maximum-likelihood-schatter. De schatting wordt daarom de meest aannemelijke schatting genoemd. Het is de parameterwaarde die gezien de steekproefuitkomst het meest aannemelijk is. Hoe aannemelijk een parameterwaarde is, wordt afgemeten aan de kans (of kansdichtheid) om bij die waarde van de parameter de steekproefuitkomst te vinden. Een voorbeeld zal dit verduidelijken.den. Een voorbeeld zal dit verduidelijken.
, La màxima versemblança (en anglès: Maximum … La màxima versemblança (en anglès: Maximum Likelihood Estimation MLE) és un mètode estadístic molt emprat per inferir els paràmetres de la distribució de la probabilitat d'una mostra donada. Aquest mètode va ser desenvolupat pel genetista i estadístic Ronald Fisher entre 1912 i 1922.stadístic Ronald Fisher entre 1912 i 1922.
, Die Maximum-Likelihood-Methode, kurz ML-Me … Die Maximum-Likelihood-Methode, kurz ML-Methode, auch Maximum-Likelihood-Schätzung (maximum likelihood englisch für größte Plausibilität, daher auch Methode der größten Plausibilität), Methode der maximalen Mutmaßlichkeit, Größte-Dichte-Methode oder Methode der größten Dichte bezeichnet in der Statistik ein parametrisches Schätzverfahren. Dabei wird – vereinfacht ausgedrückt – derjenige Parameter als Schätzung ausgewählt, gemäß dessen Verteilung die Realisierung der beobachteten Daten am plausibelsten erscheint. Im Falle einer von einem Parameter abhängigen Wahrscheinlichkeitsfunktion wird zu einem beobachteten Ausgang also die folgende Likelihood-Funktion für verschiedene Parameter betrachtet: Dabei bezeichnet den Ergebnisraum und den Parameterraum (Raum aller möglichen Parameterwerte). Für einen bestimmten Wert des Parameters entspricht die Likelihood-Funktion (Wahrscheinlichkeitsfunktion) der Wahrscheinlichkeit, das Ergebnis zu beobachten. Als Maximum-Likelihood-Schätzung wird entsprechend dasjenige bezeichnet, für das die Likelihood-Funktion maximal wird. Im Falle stetiger Verteilungen gilt eine analoge Definition, nur wird die Wahrscheinlichkeitsfunktion in dieser Situation durch die zugehörige Dichtefunktion ersetzt. Allgemein lassen sich Maximum-Likelihood-Methoden für beliebige statistische Modelle definieren, solange die entsprechende Verteilungsklasse eine dominierte Verteilungsklasse ist.sse eine dominierte Verteilungsklasse ist.
, Ме́тод максима́льного правдоподо́бия или м … Ме́тод максима́льного правдоподо́бия или метод наибольшего правдоподобия (ММП, ML, MLE — англ. maximum likelihood estimation) в математической статистике — это метод оценивания неизвестного параметра путём максимизации функции правдоподобия. Основан на предположении о том, что вся информация о статистической выборке содержится в функции правдоподобия. Метод максимального правдоподобия был проанализирован, рекомендован и значительно популяризирован Р. Фишером между 1912 и 1922 годами (хотя ранее он был использован Гауссом, Лапласом и другими). Оценка максимального правдоподобия является популярным статистическим методом, который используется для создания статистической модели на основе данных и обеспечения оценки параметров модели. Метод максимального правдоподобия соответствует многим известным методам оценки в области статистики. Например, вы интересуетесь таким антропометрическим параметром, как рост жителей России. Предположим, у вас имеются данные о росте некоторого количества людей, а не всего населения. Кроме того, предполагается, что рост является нормально распределённой величиной с неизвестной дисперсией и средним значением. Среднее значение и дисперсия роста в выборке являются максимально правдоподобными к среднему значению и дисперсии всего населения. Для фиксированного набора данных и базовой вероятностной модели, используя метод максимального правдоподобия, мы получим значения параметров модели, которые делают данные «более близкими» к реальным. Оценка максимального правдоподобия даёт уникальный и простой способ определить решения в случае нормального распределения. Метод оценки максимального правдоподобия применяется для широкого круга статистических моделей, в том числе:
* линейные модели и обобщённые линейные модели;
* факторный анализ;
* моделирование структурных уравнений;
* многие ситуации, в рамках проверки гипотезы и доверительного интервала формирования;
* дискретные модели выбора.формирования;
* дискретные модели выбора.
, Il metodo della massima verosimiglianza, i … Il metodo della massima verosimiglianza, in statistica, è un procedimento matematico per determinare uno stimatore. Caso particolare della più ampia classe di basata sugli , il metodo consiste nel massimizzare la funzione di verosimiglianza, definita in base alla probabilità di osservare una data realizzazione campionaria, condizionatamente ai valori assunti dai parametri statistici oggetto di stima. Il metodo è stato sviluppato, originariamente, dal genetista e statistico sir Ronald Fisher, tra il 1912 e il 1922. sir Ronald Fisher, tra il 1912 e il 1922.
, Στη στατιστική, η εκτίμηση μέγιστης πιθανο … Στη στατιστική, η εκτίμηση μέγιστης πιθανοφάνειας (ΕΜΠ) είναι μια μέθοδος για την εκτίμηση των παραμέτρων από ένα στατιστικό μοντέλο δεδομένων. Η μέθοδος της μέγιστης πιθανοφάνειας αντιστοιχεί σε πολλές γνωστές μεθόδους εκτίμησης της στατιστικής. Για παράδειγμα, μία από αυτές μπορεί να ενδιαφέρεται για τα ύψη των ενήλικων θηλυκών πιγκουίνων, αλλά δεν είναι σε θέση να μετρήσει το ύψος του κάθε πιγκουίνου σε ένα πληθυσμό λόγω των περιορισμών του κόστους ή του χρόνου. Αν υποτεθεί ότι τα ύψη ανήκουν στην Κανονική κατανομή με κάποιο άγνωστο, μέση τιμή και Διακύμανση, η μέση τιμή και η διακύμανση μπορούν να εκτιμηθούν με ΕΜΠ γνωρίζοντας μόνο τα ύψη από κάποιο δείγμα του συνολικού πληθυσμού. Η ΕΜΠ θα το πετύχει αυτό, λαμβάνοντας την μέση τιμή και η διακύμανση ως παραμέτρους και βρίσκοντας ειδικότερες παραμετρικές τιμές που κάνουν τα παρατηρούμενα αποτελέσματα πιο πιθανά δεδομένου του μοντέλου. Σε γενικές γραμμές, για ένα σταθερό σύνολο των δεδομένων και των υποκείμενων στατιστικών μοντέλων, η μέθοδος της μέγιστης πιθανοφάνειας επιλέγει το σύνολο των τιμών των παραμέτρων του μοντέλου που μεγιστοποιεί την συνάρτηση πιθανότητας. Διαισθητικά, αυτό μεγιστοποιεί την "συμφωνία" από το επιλεγμένο μοντέλο με τα παρατηρούμενα δεδομένα, και για διακριτές τυχαίες μεταβλητές πραγματικά μεγιστοποιεί την πιθανότητα των παρατηρούμενων δεδομένων σύμφωνα με την τελική κατανομή. Η εκτίμηση μέγιστης πιθανοφάνειας δίνει μια ενιαία προσέγγιση για την εκτίμηση, η οποία είναι καλά ορισμένη στην περίπτωση της κανονικής κατανομής και πολλά άλλα προβλήματα.νικής κατανομής και πολλά άλλα προβλήματα.
, Metoda maximální věrohodnosti označuje jed … Metoda maximální věrohodnosti označuje jednu z centrálních metod matematické statistiky. Jednou z hlavních úloh matematické statistiky je, zjednodušeně řečeno, odhad neznámých veličin v závislosti na pozorovaných (experimentálních) datech. Odhad v kontextu matematické statistiky sestává ze dvou částí 1.
* formulace pravděpodobnostního modelu, který popisuje danou reálnou situaci 2.
* ověření shody daného modelu se skutečností na základě pozorovaných dat. Z těchto dat se dále odhadují hodnoty volných parametrů modelu. Metoda maximální věrohodnosti je univerzální metoda pro konstrukci odhadů parametrů.ní metoda pro konstrukci odhadů parametrů.
, In statistics, maximum likelihood estimati … In statistics, maximum likelihood estimation (MLE) is a method of estimating the parameters of an assumed probability distribution, given some observed data. This is achieved by maximizing a likelihood function so that, under the assumed statistical model, the observed data is most probable. The point in the parameter space that maximizes the likelihood function is called the maximum likelihood estimate. The logic of maximum likelihood is both intuitive and flexible, and as such the method has become a dominant means of statistical inference. If the likelihood function is differentiable, the derivative test for finding maxima can be applied. In some cases, the first-order conditions of the likelihood function can be solved analytically; for instance, the ordinary least squares estimator for a linear regression model maximizes the likelihood when all observed outcomes are assumed to have Normal distributions with the same variance. From the perspective of Bayesian inference, MLE is generally equivalent to maximum a posteriori (MAP) estimation with uniform prior distributions (or a normal prior distribution with a standard deviation of infinity). In frequentist inference, MLE is a special case of an extremum estimator, with the objective function being the likelihood.e objective function being the likelihood.
, في الإحصاء، التقدير حسب القيمة العليا لدال … في الإحصاء، التقدير حسب القيمة العليا لدالة الإمكان أو تقدير الاحتمال الأرجح أو الإمكانية القصوى هو طريقة لتقدير معاملات النموذج الإحصائي وإيجاده لمجموعة من البيانات، وذلك بتقدير أوسطة لهذا النموذج. عند تطبيقها على مجموعة من البيانات وإعطاء نموذج إحصائي، يقدم تقدير الاحتمال الأرجح تقديرات لنموذج المُعاملات. تتوافق طريقة الاحتمال الأرجح مع العديد من طرق التقدير المعروفة في الإحصائيات فعلى سبيل المثال، يمكن للمرء أن يهتم بارتفاع أنثى زرافة بالغة، ولكن غير قادر على قياس ارتفاع كل زرافة في السكان بسبب قيود التكلفة أو الوقت. بافتراض أن الارتفاعات يوزَّع توزيع (غاوسي) طبيعي مع العلم ان المتوسط والتباين غير المعروف، يمكن تقدير المتوسط والتباين من خلال تقدير الاحتمال الأرجح (MLE) من خلال معرفة ارتفاع بعض العينات من المجموع الكلي للسرب. يتم تقدير الاحتمال الأرجح عن طريق أخذ المتوسط والتباين كمُعاملات وإيجاد قيم معاملة محددة التي تجعل النتائج الملحوظة الأكثر احتمالاً (حسب النموذج). بشكلٍ عام، لمجموعة محددة من البيانات والنموذج الإحصائي الأساسي، تختار طريقة الاحتمال الأرجح قِيَم نموذج المعاملات الذي يُنتج توزيعًا يعطي البيانات المرصودة أكبر احتمال؛ أي المعاملات التي تزيد وظيفة الاحتمال). يعطي تقدير الاحتمال الأرجح مقاربة موحدة إلى التقدير، وهي محددة جيدًا في حالة التوزيع الطبيعي والعديد من المشكلات الأخرى. ومع ذلك، في بعض المشكلات المعقدة، تحدث الصعوبات: في مثل تلك المشكلات، فمُقدرات الاحتمال الأرجح غير مناسبة أو غير موجودة. الاحتمال الأرجح غير مناسبة أو غير موجودة.
, En estadística, la estimación por máxima verosimilitud (conocida también como EMV y, en ocasiones, MLE por sus siglas en inglés) es un método habitual para ajustar un modelo y estimar sus parámetros.
, Em estatística, a estimativa por máxima ve … Em estatística, a estimativa por máxima verossimilhança (maximum-likelihood estimation- MLE) é um método para estimar os parâmetros de um modelo estatístico. Assim, a partir de um conjunto de dados e dado um modelo estatístico, a estimativa por máxima verossimilhança estima valores para os diferentes parâmetros do modelo. Por exemplo, alguém pode estar interessado na altura de girafas fêmeas adultas, mas devido à restrições de custo ou tempo, medir a altura de todas essas girafas de uma população pode ser impossível. Podemos assumir que as alturas são normalmente distribuídas (modelo estatístico), mas desconhecemos a média e variância (parâmetros do modelo) dessa distribuição. Esses parâmetros da distribuição podem então ser estimados por MLE a partir da medição de uma amostra da população. O método busca aqueles valores para os parâmetros de maneira a maximizar a probabilidade dos dados amostrados, dado o modelo assumido (no caso, distribuição normal). De maneira geral, posto um conjunto de dados e um modelo estatístico, o método de máxima verossimilhança estima os valores dos diferentes parâmetros do modelo estatístico de maneira a maximizar a probabilidade dos dados observados (isto é, busca parâmetros que maximizem a função de verossimilhança). O método de máxima verossimilhança apresenta-se como um método geral para estimação de parâmetros, principalmente no caso de distribuições normais.palmente no caso de distribuições normais.
, I gcúrsaí staitistice, úsáidtear an measta … I gcúrsaí staitistice, úsáidtear an meastachán uasdealraitheachta (an dealraitheacht is mó) (MUD) chun meastacháin a dhéanamh ar phairiméadair shamhla staidrimh. Faightear na meastacháin trí luachanna pairiméadair a aimsiú a uasmhéadaíonn an fheidhm dealraitheachta. Úsáidtear an modh seo le mórán anailísí staidrimh a dhéanamh. Abair go bhfuil suim agat in airde na mban i ndaonra áirithe. Má tá na hairdí difriúla dáilte mar is gnách, in éineacht le hathróg éigin agus meán éigin anaithnid, is féidir an athróg agus an meán a mheas le MUD fiú mura bhfuil eolas agat ach ar roinnt de na hairdí. Ghlacfadh MUD an meán agus an athróg mar phairiméadair agus gheobhadh sé luachanna paraiméadracha áirithe a déarfadh go bhfuil na torthaí breathnaithe ar na cinn is dóchúla. Ó thaobh theoirim Bayes de, sampla speisialta d’uasmheastachán a posteriori is ea MUD agus gan réamhdháileachán aonfhoirmeach na bparaiméadar curtha san áireamh. Seachnaítear na réamhdháileacháin trí ráitis dóchúlachta a dhéanamh faoi mheastacháin na bparaiméadar seachas faoi na paraiméadair féin. Tá airíonna na meastachán sainmhínithe go hiomlán ag na breathnóireachtaí agus ag an tsamhail staidrimh.nóireachtaí agus ag an tsamhail staidrimh.
, En statistique, l'estimateur du maximum de … En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922.statisticien Ronald Aylmer Fisher en 1922.
, 최대가능도방법 (最大可能度方法, 영어: maximum likelihood method) 또는 최대우도법(最大尤度法)은 어떤 확률변수에서 표집한 값들을 토대로 그 확률변수의 모수를 구하는 방법이다. 어떤 모수가 주어졌을 때, 원하는 값들이 나올 가능도를 최대로 만드는 모수를 선택하는 방법이다. 점추정 방식에 속한다.
, 在统计学中，最大似然估计（英語：Maximum Likelihood Estimation，簡作MLE），也称极大似然估计，是用来估計一个概率模型的参数的一种方法。
|
| http://dbpedia.org/ontology/thumbnail
|
http://commons.wikimedia.org/wiki/Special:FilePath/Ee_noncompactness.svg?width=300 +
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
https://archive.org/details/econometricappli0000cram +
, http://statgen.iop.kcl.ac.uk/bgim/mle/sslike_1.html +
, https://cran.r-project.org/package=maxLik +
, http://www.math.utep.edu/Faculty/lesser/MLE.html +
, https://lectures.quantecon.org/py/mle.html +
, https://archive.org/details/introductiontoli0000pick +
|
| http://dbpedia.org/ontology/wikiPageID
|
140806
|
| http://dbpedia.org/ontology/wikiPageLength
|
67102
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1119488239
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Jacobian_matrix +
, http://dbpedia.org/resource/Estimation_theory +
, http://dbpedia.org/resource/Wilks%27_theorem +
, http://dbpedia.org/resource/Probability_mass_function +
, http://dbpedia.org/resource/Confidence_region +
, http://dbpedia.org/resource/Parameter_space +
, http://dbpedia.org/resource/Consistent_estimator +
, http://dbpedia.org/resource/Independent_and_identically_distributed_random_variables +
, http://dbpedia.org/resource/Logarithmically_concave_function +
, http://dbpedia.org/resource/Ronald_Fisher +
, http://dbpedia.org/resource/Point_estimate +
, http://dbpedia.org/resource/Stationary_point +
, http://dbpedia.org/resource/Cram%C3%A9r%E2%80%93Rao_lower_bound +
, http://dbpedia.org/resource/Generalized_method_of_moments +
, http://dbpedia.org/resource/Strictly_increasing +
, http://dbpedia.org/resource/Law_of_the_unconscious_statistician +
, http://dbpedia.org/resource/Consistency_of_an_estimator +
, http://dbpedia.org/resource/Taylor_expansion +
, http://dbpedia.org/resource/Quasi-Newton_method +
, http://dbpedia.org/resource/M-estimator +
, http://dbpedia.org/resource/Least_squares +
, http://dbpedia.org/resource/Expected_value +
, http://dbpedia.org/resource/Mean_squared_error +
, http://dbpedia.org/resource/Linear_regression +
, http://dbpedia.org/resource/Entropy_%28information_theory%29 +
, http://dbpedia.org/resource/Euclidean_space +
, http://dbpedia.org/resource/Likelihood_function +
, http://dbpedia.org/resource/Differentiable_function +
, http://dbpedia.org/resource/Uniform_distribution_%28discrete%29 +
, http://dbpedia.org/resource/Probability_density_function +
, http://dbpedia.org/resource/Mathematical_optimization +
, http://dbpedia.org/resource/Independent_identically_distributed +
, http://dbpedia.org/resource/Local_asymptotic_normality +
, http://dbpedia.org/resource/Statistical_parameters +
, http://dbpedia.org/resource/Identifiability +
, http://dbpedia.org/resource/Bias_of_an_estimator +
, http://dbpedia.org/resource/Negative_definite +
, http://dbpedia.org/resource/Francis_Ysidro_Edgeworth +
, http://dbpedia.org/resource/Samuel_S._Wilks +
, http://dbpedia.org/resource/Convergence_in_distribution +
, http://dbpedia.org/resource/Sample_space +
, http://dbpedia.org/resource/Minimum-distance_estimation +
, http://dbpedia.org/resource/Non-linear_least_squares +
, http://dbpedia.org/resource/Statistical_model +
, http://dbpedia.org/resource/Category:Probability_distribution_fitting +
, http://dbpedia.org/resource/Concave_function +
, http://dbpedia.org/resource/Zero_of_a_function +
, http://dbpedia.org/resource/Saddle_point +
, http://dbpedia.org/resource/Neighbourhood_%28mathematics%29 +
, http://dbpedia.org/resource/File:Youngronaldfisher2.JPG +
, http://dbpedia.org/resource/Negative_semi-definite +
, http://dbpedia.org/resource/Upper_semi-continuous +
, http://dbpedia.org/resource/Method_of_moments_%28statistics%29 +
, http://dbpedia.org/resource/Scoring_algorithm +
, http://dbpedia.org/resource/Level_set +
, http://dbpedia.org/resource/Maximum_a_posteriori +
, http://dbpedia.org/resource/Invertible_matrix +
, http://dbpedia.org/resource/Descent_direction +
, http://dbpedia.org/resource/Chi-squared_distribution +
, http://dbpedia.org/resource/Restricted_maximum_likelihood +
, http://dbpedia.org/resource/Rao%E2%80%93Blackwell_theorem +
, http://dbpedia.org/resource/Outer_product +
, http://dbpedia.org/resource/Efficient_estimator +
, http://dbpedia.org/resource/Compact_space +
, http://dbpedia.org/resource/File:MLfunctionbinomial-en.svg +
, http://dbpedia.org/resource/Almost_sure_convergence +
, http://dbpedia.org/resource/Pierre-Simon_Laplace +
, http://dbpedia.org/resource/Continuous_function +
, http://dbpedia.org/resource/Carl_Friedrich_Gauss +
, http://dbpedia.org/resource/Probability_distribution +
, http://dbpedia.org/resource/Lagrange_multiplier +
, http://dbpedia.org/resource/Statistical_inference +
, http://dbpedia.org/resource/Objective_function +
, http://dbpedia.org/resource/Generalized_linear_models +
, http://dbpedia.org/resource/Broyden%E2%80%93Fletcher%E2%80%93Goldfarb%E2%80%93Shanno_algorithm +
, http://dbpedia.org/resource/Prior_probability +
, http://dbpedia.org/resource/Parametric_family +
, http://dbpedia.org/resource/One-to-one_function +
, http://dbpedia.org/resource/I.i.d +
, http://dbpedia.org/resource/Fisher_information_matrix +
, http://dbpedia.org/resource/Learning_rate +
, http://dbpedia.org/resource/Category:Maximum_likelihood_estimation +
, http://dbpedia.org/resource/Covariance_matrix +
, http://dbpedia.org/resource/Sample_mean +
, http://dbpedia.org/resource/Necessity_and_sufficiency +
, http://dbpedia.org/resource/Asymptotic_theory_%28statistics%29 +
, http://dbpedia.org/resource/Independent_and_identically_distributed +
, http://dbpedia.org/resource/Binomial_distribution +
, http://dbpedia.org/resource/Stochastic_equicontinuity +
, http://dbpedia.org/resource/Realization_%28probability%29 +
, http://dbpedia.org/resource/Cram%C3%A9r%E2%80%93Rao_bound +
, http://dbpedia.org/resource/Bayesian_estimator +
, http://dbpedia.org/resource/Statistical_error +
, http://dbpedia.org/resource/Unfair_coin +
, http://dbpedia.org/resource/Frequentist_inference +
, http://dbpedia.org/resource/Score_%28statistics%29 +
, http://dbpedia.org/resource/Statistical_parameter +
, http://dbpedia.org/resource/Maximum_a_posteriori_estimate +
, http://dbpedia.org/resource/Fisher_information +
, http://dbpedia.org/resource/Berndt%E2%80%93Hall%E2%80%93Hall%E2%80%93Hausman_algorithm +
, http://dbpedia.org/resource/Thorvald_N._Thiele +
, http://dbpedia.org/resource/Sample_%28statistics%29 +
, http://dbpedia.org/resource/Bivariate_analysis +
, http://dbpedia.org/resource/Extremum_estimator +
, http://dbpedia.org/resource/Convergence_in_probability +
, http://dbpedia.org/resource/Uniform_distribution_%28continuous%29 +
, http://dbpedia.org/resource/Measurable_function +
, http://dbpedia.org/resource/Transpose +
, http://dbpedia.org/resource/Log-likelihood +
, http://dbpedia.org/resource/File:Ee_noncompactness.svg +
, http://dbpedia.org/resource/Principle_of_maximum_entropy +
, http://dbpedia.org/resource/Uniform_law_of_large_numbers +
, http://dbpedia.org/resource/Hessian_matrix +
, http://dbpedia.org/resource/Vector-valued_function +
, http://dbpedia.org/resource/Upper_triangular_matrix +
, http://dbpedia.org/resource/Positive-definite_matrix +
, http://dbpedia.org/resource/Edgeworth_expansion +
, http://dbpedia.org/resource/Outliers +
, http://dbpedia.org/resource/Maximum_spacing_estimation +
, http://dbpedia.org/resource/Compact_set +
, http://dbpedia.org/resource/Multivariate_normal_distribution +
, http://dbpedia.org/resource/Ordinary_least_squares +
, http://dbpedia.org/resource/Kullback%E2%80%93Leibler_divergence +
, http://dbpedia.org/resource/RANSAC +
, http://dbpedia.org/resource/Constraint_%28mathematics%29 +
, http://dbpedia.org/resource/Exponential_family +
, http://dbpedia.org/resource/Iterative_method +
, http://dbpedia.org/resource/Lagrange_multiplier_test +
, http://dbpedia.org/resource/Constrained_optimization +
, http://dbpedia.org/resource/Observational_equivalence +
, http://dbpedia.org/resource/Partial_likelihood_methods_for_panel_data +
, http://dbpedia.org/resource/Open_set +
, http://dbpedia.org/resource/Category:M-estimators +
, http://dbpedia.org/resource/Derivative_test +
, http://dbpedia.org/resource/Method_of_support +
, http://dbpedia.org/resource/Quasi-maximum_likelihood +
, http://dbpedia.org/resource/Well-conditioned +
, http://dbpedia.org/resource/Davidon%E2%80%93Fletcher%E2%80%93Powell_formula +
, http://dbpedia.org/resource/Maximum_likelihood +
, http://dbpedia.org/resource/Estimator +
, http://dbpedia.org/resource/Optimization_problem +
, http://dbpedia.org/resource/I.i.d. +
, http://dbpedia.org/resource/Likelihood-ratio_test +
, http://dbpedia.org/resource/Akaike_information_criterion +
, http://dbpedia.org/resource/Law_of_large_numbers +
, http://dbpedia.org/resource/Gradient_descent +
, http://dbpedia.org/resource/Newton%27s_method +
, http://dbpedia.org/resource/Expectancy +
, http://dbpedia.org/resource/Mathematical_proof +
, http://dbpedia.org/resource/Restriction_%28mathematics%29 +
, http://dbpedia.org/resource/Python_%28programming_language%29 +
, http://dbpedia.org/resource/Bernoulli_trial +
, http://dbpedia.org/resource/Confidence_interval +
, http://dbpedia.org/resource/Bayes%27_theorem +
, http://dbpedia.org/resource/Maximum_a_posteriori_estimation +
, http://dbpedia.org/resource/Obverse_and_reverse +
, http://dbpedia.org/resource/Logarithm +
, http://dbpedia.org/resource/Monotonic_function +
, http://dbpedia.org/resource/Computational_complexity +
, http://dbpedia.org/resource/Information_entropy +
, http://dbpedia.org/resource/Derivative +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Natural_logarithm +
, http://dbpedia.org/resource/Normal_distribution +
, http://dbpedia.org/resource/All_models_are_wrong +
, http://dbpedia.org/resource/Range_%28statistics%29 +
, http://dbpedia.org/resource/Bayesian_inference +
|
| http://dbpedia.org/property/id
|
p/m063100
|
| http://dbpedia.org/property/title
|
Maximum-likelihood method
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Em +
, http://dbpedia.org/resource/Template:Statistics +
, http://dbpedia.org/resource/Template:Cite_web +
, http://dbpedia.org/resource/Template:Main +
, http://dbpedia.org/resource/Template:Cite_journal +
, http://dbpedia.org/resource/Template:Ordered_list +
, http://dbpedia.org/resource/Template:Math +
, http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Sfrac +
, http://dbpedia.org/resource/Template:Sqrt +
, http://dbpedia.org/resource/Template:Mvar +
, http://dbpedia.org/resource/Template:Distinguish +
, http://dbpedia.org/resource/Template:About +
, http://dbpedia.org/resource/Template:Cite_book +
, http://dbpedia.org/resource/Template:= +
, http://dbpedia.org/resource/Template:Portal +
, http://dbpedia.org/resource/Template:Frac +
, http://dbpedia.org/resource/Template:%21 +
, http://dbpedia.org/resource/Template:Springer +
, http://dbpedia.org/resource/Template:Unordered_list +
|
| http://purl.org/dc/terms/isPartOf
|
http://zbw.eu/stw/mapping/dbpedia/target +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Maximum_likelihood_estimation +
, http://dbpedia.org/resource/Category:M-estimators +
, http://dbpedia.org/resource/Category:Probability_distribution_fitting +
|
| http://www.w3.org/2004/02/skos/core#exactMatch
|
http://zbw.eu/stw/descriptor/15264-5 +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Maximum_likelihood_estimation?oldid=1119488239&ns=0 +
|
| http://xmlns.com/foaf/0.1/depiction
|
http://commons.wikimedia.org/wiki/Special:FilePath/Ee_noncompactness.svg +
, http://commons.wikimedia.org/wiki/Special:FilePath/MLfunctionbinomial-en.svg +
, http://commons.wikimedia.org/wiki/Special:FilePath/Youngronaldfisher2.jpg +
|
| http://xmlns.com/foaf/0.1/homepage
|
http://math.utep.edu +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Maximum_likelihood_estimation +
|
| owl:differentFrom |
http://dbpedia.org/resource/Restricted_maximum_likelihood +
|
| owl:sameAs |
http://hu.dbpedia.org/resource/Maximum_likelihood_m%C3%B3dszer +
, http://de.dbpedia.org/resource/Maximum-Likelihood-Methode +
, http://ru.dbpedia.org/resource/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%BC%D0%B0%D0%BA%D1%81%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D1%8F +
, http://he.dbpedia.org/resource/%D7%A0%D7%A8%D7%90%D7%95%D7%AA_%D7%9E%D7%A7%D7%A1%D7%99%D7%9E%D7%9C%D7%99%D7%AA +
, http://ga.dbpedia.org/resource/Meastach%C3%A1n_uasdealraitheachta +
, http://it.dbpedia.org/resource/Metodo_della_massima_verosimiglianza +
, http://et.dbpedia.org/resource/Suurima_t%C3%B5ep%C3%A4ra_meetod +
, http://ast.dbpedia.org/resource/M%C3%A1xima_verosimilitud +
, http://pt.dbpedia.org/resource/M%C3%A1xima_verossimilhan%C3%A7a +
, http://el.dbpedia.org/resource/%CE%9C%CE%AD%CE%B3%CE%B9%CF%83%CF%84%CE%B7_%CF%80%CE%B9%CE%B8%CE%B1%CE%BD%CE%BF%CF%86%CE%AC%CE%BD%CE%B5%CE%B9%CE%B1 +
, http://ca.dbpedia.org/resource/M%C3%A0xima_versemblan%C3%A7a +
, http://lt.dbpedia.org/resource/Did%C5%BEiausio_tik%C4%97tinumo_metodas +
, http://simple.dbpedia.org/resource/Maximum_likelihood +
, http://tr.dbpedia.org/resource/Enb%C3%BCy%C3%BCk_olabilirlik_kestirimi +
, https://global.dbpedia.org/id/7y9Z +
, http://zh.dbpedia.org/resource/%E6%9C%80%E5%A4%A7%E4%BC%BC%E7%84%B6%E4%BC%B0%E8%AE%A1 +
, http://uk.dbpedia.org/resource/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%BC%D0%B0%D0%BA%D1%81%D0%B8%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D1%97_%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D1%96%D0%B1%D0%BD%D0%BE%D1%81%D1%82%D1%96 +
, http://cs.dbpedia.org/resource/Metoda_maxim%C3%A1ln%C3%AD_v%C4%9Brohodnosti +
, http://es.dbpedia.org/resource/M%C3%A1xima_verosimilitud +
, http://vi.dbpedia.org/resource/H%E1%BB%A3p_l%C3%BD_c%E1%BB%B1c_%C4%91%E1%BA%A1i +
, http://ko.dbpedia.org/resource/%EC%B5%9C%EB%8C%80%EA%B0%80%EB%8A%A5%EB%8F%84_%EB%B0%A9%EB%B2%95 +
, http://ur.dbpedia.org/resource/%D8%A7%D9%85%DA%A9%D8%A7%D9%86%D8%A7%D8%AA%DB%8C_%D8%AD%D8%AF_%D8%A7%D8%B9%D9%84%DB%8C%D9%B0 +
, http://az.dbpedia.org/resource/Maksimal_m%C3%BCmk%C3%BCnl%C3%BCk_metodu +
, http://fi.dbpedia.org/resource/Suurimman_uskottavuuden_estimointi +
, http://sv.dbpedia.org/resource/Maximum_likelihood-metoden +
, http://eu.dbpedia.org/resource/Egiantz_handieneko_estimazio +
, http://gl.dbpedia.org/resource/M%C3%A1xima_verosimilitude +
, http://ja.dbpedia.org/resource/%E6%9C%80%E5%B0%A4%E6%8E%A8%E5%AE%9A +
, http://fa.dbpedia.org/resource/%D8%A8%D8%B1%D8%A2%D9%88%D8%B1%D8%AF_%D8%AF%D8%B1%D8%B3%D8%AA%E2%80%8C%D9%86%D9%85%D8%A7%DB%8C%DB%8C_%D8%A8%DB%8C%D8%B4%DB%8C%D9%86%D9%87 +
, http://nl.dbpedia.org/resource/Meest_aannemelijke_schatter +
, http://ar.dbpedia.org/resource/%D8%AA%D9%82%D8%AF%D9%8A%D8%B1_%D8%AD%D8%B3%D8%A8_%D8%A7%D9%84%D9%82%D9%8A%D9%85%D8%A9_%D8%A7%D9%84%D8%B9%D9%84%D9%8A%D8%A7_%D9%84%D8%AF%D8%A7%D9%84%D8%A9_%D8%A7%D9%84%D8%A5%D9%85%D9%83%D8%A7%D9%86 +
, http://sr.dbpedia.org/resource/Procena_maksimalne_verovatno%C4%87e +
, http://fr.dbpedia.org/resource/Maximum_de_vraisemblance +
, http://www.wikidata.org/entity/Q1045555 +
, http://dbpedia.org/resource/Maximum_likelihood_estimation +
, http://su.dbpedia.org/resource/Maximum_likelihood +
|
| rdfs:comment |
Maximum likelihood-metoden, ofta förkortat … Maximum likelihood-metoden, ofta förkortat ML-metoden även kallad maximimetoden, är en objektiv metod inom statistiken för att hitta skattningar för parametrar i en sannolikhetsfördelning som beskriver en samling data. Metoden skattar parametern genom att välja det värde på parametern som maximerar sannolikheten av de observerade värdena.r sannolikheten av de observerade värdena.
, De methode van de grootste aannemelijkheid … De methode van de grootste aannemelijkheid of maximum-likelihood-method is in de statistiek een schattingsmethode die als schatting van een parameter die waarde kiest, waarvoor de aannemelijkheidsfunctie maximaal is. De schatter heet meest aannemelijke schatter, of maximum-likelihood-schatter. schatter, of maximum-likelihood-schatter.
, En statistique, l'estimateur du maximum de … En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922.statisticien Ronald Aylmer Fisher en 1922.
, 최대가능도방법 (最大可能度方法, 영어: maximum likelihood method) 또는 최대우도법(最大尤度法)은 어떤 확률변수에서 표집한 값들을 토대로 그 확률변수의 모수를 구하는 방법이다. 어떤 모수가 주어졌을 때, 원하는 값들이 나올 가능도를 최대로 만드는 모수를 선택하는 방법이다. 점추정 방식에 속한다.
, En estadística, la estimación por máxima verosimilitud (conocida también como EMV y, en ocasiones, MLE por sus siglas en inglés) es un método habitual para ajustar un modelo y estimar sus parámetros.
, In statistics, maximum likelihood estimati … In statistics, maximum likelihood estimation (MLE) is a method of estimating the parameters of an assumed probability distribution, given some observed data. This is achieved by maximizing a likelihood function so that, under the assumed statistical model, the observed data is most probable. The point in the parameter space that maximizes the likelihood function is called the maximum likelihood estimate. The logic of maximum likelihood is both intuitive and flexible, and as such the method has become a dominant means of statistical inference.a dominant means of statistical inference.
, Em estatística, a estimativa por máxima ve … Em estatística, a estimativa por máxima verossimilhança (maximum-likelihood estimation- MLE) é um método para estimar os parâmetros de um modelo estatístico. Assim, a partir de um conjunto de dados e dado um modelo estatístico, a estimativa por máxima verossimilhança estima valores para os diferentes parâmetros do modelo.s para os diferentes parâmetros do modelo.
, Il metodo della massima verosimiglianza, i … Il metodo della massima verosimiglianza, in statistica, è un procedimento matematico per determinare uno stimatore. Caso particolare della più ampia classe di basata sugli , il metodo consiste nel massimizzare la funzione di verosimiglianza, definita in base alla probabilità di osservare una data realizzazione campionaria, condizionatamente ai valori assunti dai parametri statistici oggetto di stima. Il metodo è stato sviluppato, originariamente, dal genetista e statistico sir Ronald Fisher, tra il 1912 e il 1922. sir Ronald Fisher, tra il 1912 e il 1922.
, 最尤推定（さいゆうすいてい、英: maximum likelihood estima … 最尤推定（さいゆうすいてい、英: maximum likelihood estimationという）や最尤法（さいゆうほう、英: method of maximum likelihood）とは、統計学において、与えられたデータからそれが従う確率分布の母数を点推定する方法である。 この方法はロナルド・フィッシャーが1912年から1922年にかけて開発した。 観測されたデータからそれを生んだ母集団を説明しようとする際に広く用いられる。生物学では塩基やアミノ酸配列のような分子データの置換に関する確率モデルに基づいて系統樹を作成する際に、一番尤もらしくデータを説明する樹形を選択するための有力な方法としても利用される。機械学習ではニューラルネットワーク（特に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。に生成モデル）を学習する際に最尤推定（負の対数尤度最小化として定式化）が用いられる。
, Στη στατιστική, η εκτίμηση μέγιστης πιθανο … Στη στατιστική, η εκτίμηση μέγιστης πιθανοφάνειας (ΕΜΠ) είναι μια μέθοδος για την εκτίμηση των παραμέτρων από ένα στατιστικό μοντέλο δεδομένων. Η μέθοδος της μέγιστης πιθανοφάνειας αντιστοιχεί σε πολλές γνωστές μεθόδους εκτίμησης της στατιστικής. Για παράδειγμα, μία από αυτές μπορεί να ενδιαφέρεται για τα ύψη των ενήλικων θηλυκών πιγκουίνων, αλλά δεν είναι σε θέση να μετρήσει το ύψος του κάθε πιγκουίνου σε ένα πληθυσμό λόγω των περιορισμών του κόστους ή του χρόνου. Αν υποτεθεί ότι τα ύψη ανήκουν στην Κανονική κατανομή με κάποιο άγνωστο, μέση τιμή και Διακύμανση, η μέση τιμή και η διακύμανση μπορούν να εκτιμηθούν με ΕΜΠ γνωρίζοντας μόνο τα ύψη από κάποιο δείγμα του συνολικού πληθυσμού. Η ΕΜΠ θα το πετύχει αυτό, λαμβάνοντας την μέση τιμή και η διακύμανση ως παραμέτρους και βρίσκοντας ειδικότανση ως παραμέτρους και βρίσκοντας ειδικότ
, في الإحصاء، التقدير حسب القيمة العليا لدال … في الإحصاء، التقدير حسب القيمة العليا لدالة الإمكان أو تقدير الاحتمال الأرجح أو الإمكانية القصوى هو طريقة لتقدير معاملات النموذج الإحصائي وإيجاده لمجموعة من البيانات، وذلك بتقدير أوسطة لهذا النموذج. عند تطبيقها على مجموعة من البيانات وإعطاء نموذج إحصائي، يقدم تقدير الاحتمال الأرجح تقديرات لنموذج المُعاملات.الاحتمال الأرجح تقديرات لنموذج المُعاملات.
, Metoda maximální věrohodnosti označuje jed … Metoda maximální věrohodnosti označuje jednu z centrálních metod matematické statistiky. Jednou z hlavních úloh matematické statistiky je, zjednodušeně řečeno, odhad neznámých veličin v závislosti na pozorovaných (experimentálních) datech. Odhad v kontextu matematické statistiky sestává ze dvou částí 1.
* formulace pravděpodobnostního modelu, který popisuje danou reálnou situaci 2.
* ověření shody daného modelu se skutečností na základě pozorovaných dat.e skutečností na základě pozorovaných dat.
, I gcúrsaí staitistice, úsáidtear an measta … I gcúrsaí staitistice, úsáidtear an meastachán uasdealraitheachta (an dealraitheacht is mó) (MUD) chun meastacháin a dhéanamh ar phairiméadair shamhla staidrimh. Faightear na meastacháin trí luachanna pairiméadair a aimsiú a uasmhéadaíonn an fheidhm dealraitheachta. uasmhéadaíonn an fheidhm dealraitheachta.
, 在统计学中，最大似然估计（英語：Maximum Likelihood Estimation，簡作MLE），也称极大似然估计，是用来估計一个概率模型的参数的一种方法。
, La màxima versemblança (en anglès: Maximum … La màxima versemblança (en anglès: Maximum Likelihood Estimation MLE) és un mètode estadístic molt emprat per inferir els paràmetres de la distribució de la probabilitat d'una mostra donada. Aquest mètode va ser desenvolupat pel genetista i estadístic Ronald Fisher entre 1912 i 1922.stadístic Ronald Fisher entre 1912 i 1922.
, Метод максимальної правдоподібності (також … Метод максимальної правдоподібності (також метод найбільшої вірогідності) у математичній статистиці — це метод оцінювання невідомого параметра шляхом максимізації функції правдоподібності. Він ґрунтується на припущенні про те, що вся інформація про статистичну вибірку міститься у цій функції. Метод максимальної правдоподібності був проаналізований, рекомендований і значно популяризуваний Р. Фішером між 1912 і 1922 роками (хоча раніше він використовувався Гаусом, Лапласом і іншими).Оцінка максимальної правдоподібності є популярним статистичним методом, який використовується для створення статистичної моделі на основі даних, і забезпечення оцінки параметрів моделі., і забезпечення оцінки параметрів моделі.
, Estatistikan, egiantz handieneko estimazio … Estatistikan, egiantz handieneko estimazioa (EMV eta, batzuetan, MLE izenez ere ezaguna ingelesezko siglengatik) eredu bat egokitzeko eta bere parametroak estimatzeko metodo arrunta da, behatutako datu batzuk kontuan hartuta. Hori probabilitate-funtzio bat maximizatuz lortzen da, horrela, suposatutako eredu estatistikoaren arabera, behatutako datuak ziurrenak izan daitezen. Probabilitate-funtzioa maximizatzen duen parametro-espazioko puntuari, probabilitate maximoaren estimazioa deitzen zaio. Probabilitate maximoaren logika, izan ere, intuitiboa eta malgua da, eta, beraz, metodoa inferentzia estatistikorako bide nagusi bihurtu da.ia estatistikorako bide nagusi bihurtu da.
, Die Maximum-Likelihood-Methode, kurz ML-Me … Die Maximum-Likelihood-Methode, kurz ML-Methode, auch Maximum-Likelihood-Schätzung (maximum likelihood englisch für größte Plausibilität, daher auch Methode der größten Plausibilität), Methode der maximalen Mutmaßlichkeit, Größte-Dichte-Methode oder Methode der größten Dichte bezeichnet in der Statistik ein parametrisches Schätzverfahren. Dabei wird – vereinfacht ausgedrückt – derjenige Parameter als Schätzung ausgewählt, gemäß dessen Verteilung die Realisierung der beobachteten Daten am plausibelsten erscheint. Im Falle einer von einem Parameter abhängigen Wahrscheinlichkeitsfunktionter abhängigen Wahrscheinlichkeitsfunktion
, Ме́тод максима́льного правдоподо́бия или м … Ме́тод максима́льного правдоподо́бия или метод наибольшего правдоподобия (ММП, ML, MLE — англ. maximum likelihood estimation) в математической статистике — это метод оценивания неизвестного параметра путём максимизации функции правдоподобия. Основан на предположении о том, что вся информация о статистической выборке содержится в функции правдоподобия. Метод максимального правдоподобия был проанализирован, рекомендован и значительно популяризирован Р. Фишером между 1912 и 1922 годами (хотя ранее он был использован Гауссом, Лапласом и другими). использован Гауссом, Лапласом и другими).
|
| rdfs:label |
Maximum likelihood estimation
, Maximum likelihood-metoden
, 최대가능도 방법
, Máxima verossimilhança
, Meest aannemelijke schatter
, Metodo della massima verosimiglianza
, Egiantz handieneko estimazio
, Μέγιστη πιθανοφάνεια
, Máxima verosimilitud
, تقدير حسب القيمة العليا لدالة الإمكان
, 最大似然估计
, Metoda maximální věrohodnosti
, Màxima versemblança
, Maximum-Likelihood-Methode
, Метод максимальної правдоподібності
, 最尤推定
, Метод максимального правдоподобия
, Maximum de vraisemblance
, Meastachán uasdealraitheachta
|
