开发者社区 问答 正文

极大似然法和最小二乘法有什么区别?

已解决

极大似然法和最小二乘法有什么区别?

展开
收起
游客a6dwcf3rbwut2 2022-04-01 20:15:20 1636 分享
分享
版权
举报
1 条回答
写回答
取消 提交回答
  • 推荐回答

    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,而似然函数指的就是数据的概率分布函数。和最小二乘法不同的是,最大似然法需要提前知道这个数据的分布函数,这在实践中是很难的。一般我们要求线性回归的误差满足均值为0的正态分布,在这种情况下,最大似然函数和最小二乘法相同。

    2022-04-01 20:16:17 举报
    赞同 评论

    评论

    全部评论 (0)

    登录后可评论
问答地址:
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等