本文主要是介绍极大似然估计 似然(likelihood)和概率(probability) 通俗地理解概率论,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
前言
最大似然估计说的就是,如果事情发生了,那必然是概率最大的。
一般来说,我们都觉得硬币是公平的,也就是“花”和“字”出现的概率是差不多的。如果我扔了100次硬币,100次出现的都是“花”。在这样的事实下,我觉得似乎硬币的参数不是公平的。你硬要说是公平的,那就是侮辱我的智商。这种通过事实,反过来猜测硬币的情况,就是似然。而且,我觉得最有可能的硬币的情况是,两面都是“花”:通过事实,推断出最有可能的硬币情况,就是最大似然估计。
1 概率vs似然
1.1 概率
已知硬币的参数,就可以去推测抛硬币的各种情况的可能性,这称为概率。
比如已知硬币是个正常的硬币,也就是硬币的参数为0.5。
那么我们就可以推测,扔10次硬币,出现5次“花”朝上的概率为(抛硬币遵循二项分布):
注:等式左边小括号是组合表达式 C 10 5 C_{10}^{5} C105
这篇关于极大似然估计 似然(likelihood)和概率(probability) 通俗地理解概率论的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!