summaryrefslogtreecommitdiff
path: root/kwlc0c.md
diff options
context:
space:
mode:
authorLibravatar Mora Unie Youer <[email protected]>2026-07-25 22:36:38 +0300
committerLibravatar Mora Unie Youer <[email protected]>2026-07-25 22:36:38 +0300
commitedeb52b124858fd90ccefe6524a94b7fa7d9513d (patch)
treee694593da3abd14b182d9ca5b765002195809c9f /kwlc0c.md
parentsnapshot: 2026-07-22 (diff)
downloadzk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.tar.gz
zk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.tar.bz2
zk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.tar.lz
zk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.tar.xz
zk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.tar.zst
zk-edeb52b124858fd90ccefe6524a94b7fa7d9513d.zip
snapshot: 2026-07-25
Diffstat (limited to '')
-rw-r--r--kwlc0c.md41
1 files changed, 41 insertions, 0 deletions
diff --git a/kwlc0c.md b/kwlc0c.md
new file mode 100644
index 0000000..19a0a7e
--- /dev/null
+++ b/kwlc0c.md
@@ -0,0 +1,41 @@
+---
+id: kwlc0c
+date: 2026-07-25T21:04:56+0300
+languages: [ru]
+aliases:
+
+reviews:
+
+tags:
+- draft
+- knowledge
+---
+# Метод максимального правдоподобия
+
+Метод максимального правдоподобия (ММП) - один из основных методов точечного оценивания неизвестных
+параметров распределения по выборке.
+
+Выбираем такие значения неизвестных параметров, при которых наблюдаемая выборка является наиболее
+вероятной.
+
+## Функция правдоподобия
+Пусть дана выборка и известно, что случайные величины имеют распределение, зависящее от неизвестного
+параметра $\theta$.
+
+Тогда для конкретных наблюдений $x_i$ функция правдоподобия равна:
+$L(\theta) = \prod_{i=1}^n f(x_i; \theta)$
+$f(x_i; \theta)$ - плотность распределения
+
+Если величина дискретная, то вместо плоности используется вероятность:
+$L(\theta) = \prod_{i=1}^n P(X = x_i)$
+
+Оценкой максимального правдоподобия называется такое значение параметра, при котором функция
+максимального правдоподбия максимальна.
+
+## Логарифмическая функция правдоподобия
+На практике удобнее максимизировать логарифм правдоподобия (потому что вместо произведения получаем
+сумму).
+$l(\theta) = \ln L(\theta) = \sum_{i=1}^n \ln f(x_i; \theta)$
+
+# Up
+- [Теория вероятностей и математическая статистика](e6ulbq)