Opis
estimation (1.36) based upon the maximum likelihood estimator (1.35) NOTE 1 For the normal distribution (2.50), the sample mean (1.15) is the maximum likelihood estimator (1.35) of the parameter (2.9) µ while the sample variance (1.16), using the denominator n rather than n − 1, provides the maximum likelihood estimator of σ 2. The denominator n − 1 is typically used since this value provides an unbiased estimator (1.34). NOTE 2 Maximum likelihood estimation is sometimes used to describe the derivation of an estimator (1.12) from the likelihood function. NOTE 3 Although in some cases, a closed-form expression emerges using maximum likelihood estimation, there are other situations in which the maximum likelihood estimator requires an iterative solution to a set of equations. NOTE 4 The abbreviation MLE is commonly used both for maximum likelihood estimator and maximum likelihood estimation with the context indicating the appropriate choice.
Opis
оцењивање (1.36) на основу оценитеља максималне вероватноће (1.35)
НАПОМЕНА 1 За нормалну расподелу (2.50), средња вредност узорка (1.15) јесте оценитељ максималне вероватноће (1.35) параметра (2.9) m, док узорак варијансе (1.16), користећи именилац n уместоn – 1, даје оценитеља максималне вероватноће s 2. Именилац n – 1 обично се користи јер ова вредност даје непристрасну оцену (1.34).
НАПОМЕНА 2 Оцењивање максималне вероватноће се понекад користи за описивање извођења оценитеља (1.12) из функције вероватноће.
НАПОМЕНА 3 Иако се у неким случајевима израз затворене форме појављује коришћењем оцењивања максималне вероватноће, постоје и друге ситуације у којима оценитељ максималне вероватноће захтева итеративно решење скупа једначина.
НАПОМЕНА 4 Скраћеница MLE се обично користи за оценитеља максималне вероватноће, као и за оцену максималне вероватноће у контексту који указује на одговарајући избор.
