极大似然的估计的理解

1. 什么是极大似然估计？

   参数估计就是经过若干次试验，已知某个参数能使这个样本出现的几率最大，咱们固然不会再去选择其余小几率的样本，因此干脆就把这个参数做为估计的真实值。说的是已知某个随机样本知足某种几率分布，可是其中具体的参数不清楚，咱们经过最大几率反过来求其的参数值。

2. 极大似然估计的原理？

   一个随机试验若有若干个可能的结果A，B，C，…。若在仅仅做一次试验中，结果A出现，则通常认为试验条件对A出现有利，也即A出现的几率很大。通常地，事件A发生的几率与参数theta相关，A发生的几率记为P(A，theta)，则theta的估计应该使上述几率达到最大，这样的theta顾名思义称为极大似然估计。

3. 极大似然估计如何求解呢？

   （1） 写出似然函数；

   （2） 对似然函数取对数，并整理；

   （3） 求导数 ；

   （4） 解似然方程

极大似然估计和求解最优化过程是差很少的。