最大似然估计的目的就是：利用已知的样本结果，反推最有可能（最大概率）导致这样结果的参数值。 原理：极大似然估计是建立在极大似然原理的基础上的一个统计方法，是概率论在统计学中的应用。 ... 记已知的样本集为： 似然函数（linkehood function）：联合概率密度函数 称为相对于 的θ的似然函数
连续概率密度函数
如果抛硬币10次，出现8次正面；最大似然估计就是反推正面的概率是多少，能使这种结果出现的可能性最大；在参数theta的所有取值（0到1无数个取值可能性）中，这里的参数theta就是正面向上的概率值；最大似然估计结果：theta=p(正面)=0.8；