Estymacja największej wiarygodności
Estymacja największej wiarygodności (MLE) to ogólna parametryczna metoda szacowania nieznanych parametrów modelu statystycznego, polegająca na znalezieniu takich wartości parametrów, które czynią zaobserwowane dane najbardziej prawdopodobnymi. Sformalizowana przez R. A. Fishera w jego przełomowym artykule z 1922 roku w Philosophical Transactions of the Royal Society, MLE stała się dominującym paradygmatem estymacji parametrów we współczesnej statystyce i stanowi podstawowy mechanizm stojący za regresją logistyczną, uogólnionymi modelami liniowymi, modelowaniem równań strukturalnych i praktycznie wszystkimi procedurami wnioskowania parametrycznego.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/pl/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.
- Algorytm EMStatystyka↔ compare
- Regresja logistycznaStatystyka w badaniach↔ compare
- Metoda MomentówElektrotechnika↔ compare
- Modelowanie równań strukturalnychStatystyka w badaniach↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →