Suurimman uskottavuuden estimointi
Suurimman uskottavuuden estimointi (MLE) on yleiskäyttöinen parametrinen menetelmä tilastollisen mallin tuntemattomien parametrien estimoimiseksi etsimällä parametrien arvot, jotka tekevät havaitusta datasta todennäköisimmän. R. A. Fisherin vuonna 1922 julkaisemassa Philosophical Transactions of the Royal Society -lehden uraauurtavassa artikkelissaan formalisoima MLE on muodostunut modernin tilastotieteen hallitsevaksi parametriestimoinnin paradigmaksi ja on logistisen regression, yleistettyjen lineaaristen mallien, rakenteellisten yhtälöiden mallinnuksen ja käytännössä kaikkien parametristen päättelymenetelmien perustana oleva moottori.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/fi/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.
- EM-algoritmiTilastotiede↔ compare
- Logistinen regressioTutkimuksen tilastomenetelmät↔ compare
- MomenttimenetelmäSähkötekniikka↔ compare
- Rakenteellinen yhtälömallinnusTutkimuksen tilastomenetelmät↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →