最大似然估计、最大后验估计和贝叶斯估计的关系

        最大似然估计（MLE）html         原理：设X1, X2…Xn是取自整体X的一个样本，样本的联合密度（连续型）或联合几率密度（离散型）为f(X1, X2…Xn; Θ)。当给定样本X1, X2…Xn时，定义似然函数为L(Θ)= f(X1, X2…Xn; Θ)。函数         L(Θ)看做参数Θ的函数，极大似然估计法就是用使L(Θ)达到最大值的去估计真实值Θ。L()=

>>阅读原文<<