天才一秒记住【畅想小说网】地址：http://www.cxtra.net
关于这一点，可以很轻松地证明出来：观察N次，其中发生了x次，此时的极大似然估计量就是x÷N（使用微分法）。
总之，极大似然原理与平均值这一统计量密切相关。
在这里，改变概率p，与在现象发生的原因（类别）中设定先验分布，并使之变化的道理是类似的。
因而我们可以这样理解：极大似然估计量的思考方式与贝叶斯推理是存在共通之处的。
总之，以极大似然原理为桥梁，可以让我们明白：标准统计学与贝叶斯统计学之间，存在着共通共融的思想。
第8讲·小结
1．极大似然原理是指，采用使观察到的现象的发生概率最大的原因的原理。
2．我们可以认为，贝叶斯统计学中的先验概率是极大似然原理的应用之一。
3．标准统计学的点推理中，采用使观察到的现象的概率最大的函数作为推断值，这也是极大似然原理的应用之一。
4．普通统计学与贝叶斯统计学的共通思想，便是极大似然原理。
练习题
答案参见此处
做投图钉的实验，测试是针头朝上还是平头朝上。
投了3次的结果是：有2次针头朝上，1次平头朝上。
以极大似然原理为前提，完成下列（）的填空。
设针头朝上的概率为p，则，
（2次针头朝上，1次平头朝上的概率）
＝3p2×（1-p）
之后，判断p＝0.4和p＝0.7，哪一个的可能性更大。
假设p＝0.4，那么
（2次针头朝上，1次平头朝上的概率）
＝3（）2×（）＝（）……①
假设p＝0.7，
（2次针头朝上，1次平头朝上的概率）
＝3（）2×（）＝（）……②
①与②相比，（）更大，依据极大似然原理，如果最终要选择其中一个作为答案的话，则p＝（）较为合适。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！