可能性、可能性、そしてそうです！

可能性、可能性、そしてそうです！

1.1尤度アサリ？

統計では、可能性と確率が、2つの異なるもの。
 確率：知られているモデルでは、イベントの可能性が生じました。
 ゆう：不明なモデル、一連のイベントでは、これらの事象の結果は、モデル（条件）の未知パラメータを推定します。
 簡単な例を取るためには、よりイメージかもしれません。今、私は、私が知りたい、私は空気中でそれを投げるだろう、標準のコインを持って、それが右サイドをアップ上陸している可能性がどのくらいあるのですか？50 ~~~~（呂マスターの警告）50％ -コインは標準、フロントがあり、尾の確率が50であるため、疑いがあります。可能性は、私は、標準的ではないかもしれないコインを取得し、今負の重みが逆の状況が、私はこのコインを何千回、顔をアップした700回、300を投げるということも可能であるよりも、肯定的があるかもしれないことです時間は尾でした。フェイスアップ（パラメータ）トスランダムコインの確率が0.7であると推定されている間、私はコインコイン標準、非標準を推定することができないように（標準硬貨
パラメータが0.5です）。
全体：それは説明されて発生することがあり救国のための既知の確率モデルにありました。尤度モデルは、得られた結果が発生された結果によって説明されます。

1.2尤度関数は、アサリのですか？

  確率密度関数： $P（X | \シータ）$
 尤度関数： $L（\シータ| X）$
  xおよび $\シータ$相互に対応して、2つの関数の値が等しい場合。しかし、二つの機能で表現の意味は全く異なっています。尤度関数は、パラメータが与えられ、xは、既知の結果が発生する可能性があります。
  同じまたは硬貨を例として説明しました。私たちは今、コインが正の確率をスローすることを前提とし、このの性質に応じて、正と負、正、正と負である正確な結果が得られ、5回投げるコインに参加しました $\シータ$（すなわち、関連するパラメータセットコインの値 $\シータ$）、その結果（正および負、正、正と負）の可能性があると思われます $\シータ$ $\シータ$、（1- $\シータ$） $\シータ$、（1- $\シータ$）値は尤度関数の値である可能性。

最尤推定に1.3尤度関数

  コイン以上の継続の例。理論的には、私はコインの未知パラメータを知りたいのですが、私は数え切れないほどの時間をスローする必要がありますが、私の時間は限られて、私はちょうどコイン推定値の5つのパラメータを投げたかったです。我々が得る値である尤度関数によると、 $\シータ^ {3}（1 - \シータ）^ {2}$、と $\シータ$異なる関数値です異なる値。とき $\シータ$ = 0.2、尤度関数の場合には、0.00512であります $\シータ$ 0.3 =時間、値0.01323の機能。それはパラメータと比較されている場合明らかに尤度関数の前の値よりも大きく、後者、コインのパラメータは、より多くの可能性が高い、我々は5回の実験の結果を認識している、それは0.3のものより信頼性の高いパラメータを推定され、0.3 0.2です。

 明確にあり $\シータ$ = 0.6このパラメータのコインがあると推定されている場合、関数値は、最大値、すなわちをとるよう $\シータ$可能性= 0.6（フェイスアップ）が正および負の最大値は、この状況を逆にします。これら5回の実験に基づいて最善の見積だから、私たちはコインを作ることができるパラメータは0.6です。もちろん、推定値を導出5つの実験データは5万回実験的に得られた推定値が近い本当のパラメータにあるように、人を説得することは困難です。
  最尤推定は、全体的なパラメータは、最も信頼性の高い推定値の1を作るためにので、結果を得るために手にあなたが持っているデータを使用することです。

一般的なルーチンの1.4最尤推定：

確率分布によると、調査では、尤度関数を書くことの結果。尤度関数の対数の（乗法増加が均一になります）。導出は、一次導関数はゼロです。方程式を解きます。結論を作ります。