Estimação por Máxima Verossimilhança
A Estimação por Máxima Verossimilhança (MLE) é um método paramétrico de propósito geral para estimar os parâmetros desconhecidos de um modelo estatístico, encontrando os valores dos parâmetros que tornam os dados observados mais prováveis. Formalizada por R. A. Fisher em seu artigo seminal de 1922 nas Philosophical Transactions of the Royal Society, a MLE tornou-se o paradigma dominante de estimação de parâmetros na estatística moderna e é o motor fundamental por trás da regressão logística, modelos lineares generalizados, modelagem de equações estruturais e praticamente todos os procedimentos de inferência paramétrica.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Maximum Likelihood Estimation. ScholarGate. https://scholargate.app/pt/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 AlgorithmEstatística↔ compare
- Regressão LogísticaEstatística para pesquisa↔ compare
- Método dos MomentosEngenharia elétrica↔ compare
- Modelagem de Equações EstruturaisEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →