Estimació de màxima versemblança
L'Estimació de màxima versemblança (MLE, de l'anglès Maximum Likelihood Estimation) és un mètode paramètric d'ús general per estimar els paràmetres desconeguts d'un model estadístic, trobant els valors dels paràmetres que fan que les dades observades siguin el més probables possible. Formalitzada per R. A. Fisher en el seu article fonamental de 1922 publicat a Philosophical Transactions of the Royal Society, la MLE s'ha convertit en el paradigma dominant d'estimació de paràmetres en l'estadística moderna i és el motor fonamental darrere de la regressió logística, els models lineals generalitzats, la modelització d'equacions estructurals i gairebé tots els procediments d'inferència paramètrica.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Fisher, R. A. (1922). On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London, Series A, 222, 309–368. DOI: 10.1098/rsta.1922.0009 ↗
- Casella, G., & Berger, R. L. (2002). Statistical Inference (2nd ed.). Duxbury Press / Cengage Learning. ISBN: 978-0534243128
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/ca/statistics/maximum-likelihood-estimation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Algorisme EMEstadística↔ compare
- Regressió LogísticaEstadística per a la recerca↔ compare
- Mètode dels MomentsEnginyeria elèctrica↔ compare
- Modelització d'equacions estructuralsEstadística per a la recerca↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →