В формулировке MLE что считается фиксированным, а что подбирается при максимизации функции правдоподобия?

AПараметр θ фиксирован, а данные x подбираются под него и максимизируют значение функции L(θ|x)
BФиксированы и данные x, и параметр θ одновременно, поэтому максимизация функции L(θ|x) не нужна
CНаблюдённые данные x фиксированы, а параметр θ рассматривается как переменная аргумент функции L(θ|x)
DНичего не фиксировано: и данные x, и параметр θ одновременно подбираются при максимизации L(θ|x)
Правильный ответ. В MLE данные фиксированы, а параметр — переменный аргумент функции правдоподобия.

Разбор

Вероятность P(X=x | θ) — это функция от данных при фиксированном θ, а правдоподобие L(θ|x) — та же запись, но как функция от θ при фиксированных x. Это и позволяет «подбирать» параметр, максимизируя правдоподобие. Частая ошибка — путать L(θ|x) с P(θ|x), что уже относится к байесовскому подходу.

Проверь себя · 1/3разбор после ответа
Вы измеряете время ответа и моделируете его как Normal(μ, σ) при известном σ. Какая точечная оценка MLE для параметра μ?
Тренировать статистику в Telegram

Ещё вопросы по теме «Точечные оценки и MLE»