似然函数(Likelihood function)是什么
上次在寻找线性回归最小化函数时,又引出一个新的地雷,一个新的不知道,我们继续上路,开足马车继续寻找“似然函数”,它到底是什么呢?
先来到WIKI上看看定义:
In statistics, a likelihood function (often simply the likelihood) is a function of the parameters of a statistical model given data. Likelihood functions play a key role in statistical inference, especially methods of estimating a parameter from a set of statistics. In informal contexts, "likelihood" is often used as a synonym for "probability." In statistics, a distinction is made depending on the roles of outcomes vs. parameters. Probability is used before data are available to describe possible future outcomes given a fixed value for the parameter (or parameter vector). Likelihood is used after data are available to describe a function of a parameter (or parameter vector) for a given outcome.
接着来到百度上:
统计学中,似然函数是一种关于统计模型参数的函数。给定输出x时,关于参数θ的似然函数L(θ|x)(在数值上)等于给定参数θ后变量X的概率:
L(θ|x)=P(X=x|θ).
似然函数在推断统计学(Statistical inference)中扮演重要角色,尤其是在参数估计方法中。在教科书中,似然常常被用作“概率”的同义词。但是在统计学中,二者有截然不同的用法。概率描述了已知参数时的随机变量的输出结果;似然则用来描述已知随机变量输出结果时,未知参数的可能取值。例如,对于“一枚正反对称的硬币上抛十次”这种事件,我们可以问硬币落地时十次都是正面向上的“概率”是多少;而对于“一枚硬币上抛十次,落地都是正面向上”这种事件,我们则可以问,这枚硬币正反面对称的“似然”程度是多少。
“似然性”与“或然性”或“概率”意思相近,都是指某种事件发生的可能性,不同在于似然性不看重绝对值,只重相对值,所以不要求归一性(一般可以把概率当做似然性,但似然性不能当做概率)。概率(probability)和似然(likelihood),都是指可能性,都可以被称为概率,但在统计应用中有所区别。 概率是给定某一参数值,求某一结果的可能性的函数。似然是给定某一结果,求某一参数值的可能性的函数。 例如,抛一枚硬币,抛10次,结果是6次正面向上,其是匀质的可能性多大?似然函数是一种关于统计模型中的参数的函数,表示模型参数中的似然性。 例如,抛一枚匀质硬币,抛10次,6次正面向上的可能性多大? 解读:“匀质硬币”,表明参数值是0.5,“抛10次,六次正面向上”这是一个结果,概率(probability)是求这一结果的可能性。 解读:“抛10次,结果是6次正面向上”,这是一个给定的结果,问“匀质”的可能性,即求参数值=0.5的可能性。
下面来看一个例子:
这个例子,可以看到它采用这个公式计算:
有这个公式,当然就可以使用代码来计算出来,参考了一下网友的代码,实现如下:
#python 3.5.3 蔡军生
#http://edu.csdn.net/course/detail/2592
#
import mathw = 2.0/3 #最大概率
h = 49 #正面次数
t = 31 #反面次数def DefineParam(): H=h T=t return H,T def MaximumLikelihood(p=w): H,T = DefineParam() #获取参数#计算C(n, k)部分f1 = math.factorial(H+T)/(math.factorial(H)*math.factorial(T))#计算p部分f2=(p**H)*((1.0-p)**T) return f1*f2 #计算似然数值
print(MaximumLikelihood())
结果输出如下:
====================== RESTART: D:/AI/sample/tf_1.33.py ======================
0.05449673649247178
>>>
到这里总算对似然函数有点了解了,后面继续寻找更多的不知道。
1. C++标准模板库从入门到精通
http://edu.csdn.net/course/detail/3324
2.跟老菜鸟学C++
3. 跟老菜鸟学python
4. 在VC2015里学会使用tinyxml库
5. 在Windows下SVN的版本管理与实战
http://edu.csdn.net/course/detail/2579
6.Visual Studio 2015开发C++程序的基本使用
http://edu.csdn.net/course/detail/2570
7.在VC2015里使用protobuf协议
8.在VC2015里学会使用MySQL数据库
似然函数(Likelihood function)是什么相关推荐
- 似然函数Likelihood function
在数理统计学中,似然函数是一种关于统计模型中的参数的函数,表示模型参数中的似然性.似然函数在统计推断中有重大作用,如在最大似然估计和费雪信息之中的应用等等."似然性"与" ...
- 似然函数(likelihood function)
1. 似然函数基本定义 令 X1,X2,-,XnX_1, X_2, \ldots, X_n 为联合密度函数 f(X1,X2,-,Xn|θ)f(X_1, X_2, \ldots, X_n|\theta) ...
- likelihood(似然) and likelihood function(似然函数)
知乎上关于似然的一个问题:https://www.zhihu.com/question/54082000 概率(密度)表达给定下样本随机向量的可能性,而似然表达了给定样本下参数(相对于另外的参数)为真 ...
- 一致 先验分布 后验分布_先验概率、似然函数与后验概率
先验概率 Prior probability 在贝叶斯统计中,先验概率分布,即关于某个变量 p 的概率分布,是在获得某些信息或者依据前,对 p 的不确定性进行猜测.例如, p 可以是抢火车票开始时,抢 ...
- 有意思的概率——似然值似然函数及最大似然估计讲解
该系列博客旨在对概率论和统计学的相关概念和应用进行一个整体的梳理,既记录自己的学习过程,也可以为大家提供一个参考. 这篇博客主要讲解概率论和统计学中经常涉及到的,不是很好理解的一个概念--似然(Lik ...
- 最大似然法、似然函数及对数似然函数
似然函数 统计学中,似然函数是一种关于统计模型参数的函数.表示模型参数中的似然性. 定义:给定输出x时,关于参数θ的似然函数L(θ|x)(在数值上)等于给定参数θ后变量X的概率: 其中,小x是指联合样 ...
- hung-yi lee_p10_分类/概率生成模型
文章目录 研究背景 本节目的 本节要使用的例子 研究过程 把分类当成回归来算 理想做法 找到最佳函数的方法 研究成果运用 运用过程 结果 方法改进 模型总结 讨论 为什么选择正态分布模型? 关于后验概 ...
- 【机器学习基本理论】详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解
[机器学习基本理论]详解最大似然估计(MLE).最大后验概率估计(MAP),以及贝叶斯公式的理解 https://mp.weixin.qq.com/s/6H0gmMWvTExySMraroLVlQ 最 ...
- 详解最大似然估计(MLE)、最大后验概率估计(MAP),以及贝叶斯公式的理解...
转载声明:本文为转载文章,发表于nebulaf91的csdn博客.欢迎转载,但请务必保留本信息,注明文章出处. 原文作者: nebulaf91 原文原始地址:http://blog.csdn.net ...
最新文章
- 全球及中国皮裤行业消费需求及未来产销前景预测报告2022-2027年
- Flume案例:模拟两个agent之间传递消息的场景
- 单例设计模式-容器单例
- Dreamoon Likes Sequences CodeForces - 1330D(组合数学+位运算)
- 【数据库原理及应用】经典题库附答案(14章全)——第十四章:分布式数据库系统
- 判断用户名和密码是否正确java_facebook中如何判断用户名和密码是否正确
- 怎么查看mysql帮助文档_高效查看MySQL帮助文档的方法
- Linux系统下Lighttpd的安置设置-3
- 从零基础入门Tensorflow2.0 ----八、39.2. gpu2
- Hacking Diablo II之完整性检查(Integrity Scan)
- InletexEMC 多人屏幕共享工具
- python中安装pip_Python中如何安装pip-百度经验
- C#_HelloWorld 篇
- 小米平板可以编程c语言吗,小米平板方便使用吗
- 【寒江雪】Go实现策略模式
- 为数字添加千分位符号(金额千分位)
- 游戏鼠标的dpi测试软件,鼠标dpi查看_自己就可以测试鼠标的DPI
- 大学概率论与数理统计知识点详细整理
- 浏览器劫持(病毒)事件处置
- 软件配置 | win / mac M1 imagemagick 的安装