通俗理解最大似然估計，最大後驗機率估計，貝葉斯估計

如下全部例子都是拋硬幣問題，在兩次試驗中出現正，反兩次結果，求該硬幣出現正面的機率p,變量 最大似然估計：隨機數       假設分佈爲伯努利分佈，也就是二項分佈，出現正面的機率是p,則下次出現上述實驗結果現象的機率是：L=P(1-p)，如何才能讓下次出現相同結過的機率最大？天然是L越大越好，則p=0.5,因此極大似然估計的核心思想是求參數爲什麼值時才能使樣本出現的機率最大。經驗 最大後驗機率估計

>>阅读原文<<