最大似然函数和最小二乘法的区别和理解

对于最小二乘法，当从模型中选择n个样本观察值时，参数的合理性要求就是让模型更好地拟合这个样本数据，就是让观察值和估计值之间的误差更小。而对于最大似然函数，当从模型中选择n个样本观察值时，合理的参数估计就是让从模型抽取这n个样本观察值的概率最大化。这是从不同的原理出发的两种参数估计法。 在最大似然法中，通过选择参数，让已知数据在某种意义上最有可能出现，这个某种意义上指的就是最大似然估计，而似然函数指

>>阅读原文<<