Stima di Massima Verosimiglianza
La Stima di Massima Verosimiglianza (MLE) è un metodo parametrico di uso generale per la stima dei parametri sconosciuti di un modello statistico, individuando i valori dei parametri che rendono i dati osservati più probabili. Formalizzata da R. A. Fisher nel suo fondamentale articolo del 1922 nelle Philosophical Transactions of the Royal Society, la MLE è diventata il paradigma dominante per la stima dei parametri nella statistica moderna ed è il motore fondante della regressione logistica, dei modelli lineari generalizzati, della modellazione di equazioni strutturali e di praticamente tutte le procedure di inferenza parametrica.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/it/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 EMStatistica↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Metodo dei MomentiIngegneria elettrica↔ compare
- Modellizzazione di Equazioni StrutturaliStatistica per la ricerca↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →