Anggaran Kebolehjadian Maksimum
Anggaran Kebolehjadian Maksimum (MLE) ialah kaedah parametrik tujuan am untuk menganggarkan parameter tidak diketahui bagi model statistik dengan mencari nilai parameter yang menjadikan data yang diperhatikan paling berkemungkinan. Diformalkan oleh R. A. Fisher dalam kertasnya yang penting pada tahun 1922 dalam Philosophical Transactions of the Royal Society, MLE telah menjadi paradigma anggaran parameter yang dominan dalam statistik moden dan merupakan enjin asas di sebalik regresi logistik, model linear tergeneralisasi, pemodelan persamaan struktur, dan hampir semua prosedur inferens parametrik.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/ms/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.
- Algoritma EM (Expectation-Maximization)Statistik↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Kaedah MomenKejuruteraan Elektrik↔ compare
- Pemodelan Persamaan StrukturStatistik Penyelidikan↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →