Estimación por Máxima Verosimilitud
La Estimación por Máxima Verosimilitud (EMV) es un método paramétrico de propósito general para estimar los parámetros desconocidos de un modelo estadístico, encontrando los valores de los parámetros que hacen que los datos observados sean lo más probables. Formalizada por R. A. Fisher en su influyente artículo de 1922 en las Philosophical Transactions of the Royal Society, la EMV se ha convertido en el paradigma dominante de estimación de parámetros en la estadística moderna y es el motor fundamental detrás de la regresión logística, los modelos lineales generalizados, el modelado de ecuaciones estructurales y prácticamente todos los procedimientos de inferencia paramétrica.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/es/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.
- Algoritmo EMEstadística↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Método de los MomentosIngeniería eléctrica↔ compare
- Modelado de Ecuaciones EstructuralesEstadística para la investigación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →