● 가능도함수(likeligood function) : 확률밀도함수에서 모수를 변수로 보는 경우에 이 함수를 가능도함수(likelihood function)라고 한다.
가능도함수를 수식으로 나타내면 수식 자체는 확률밀도함수의 수식과 같다. 하지만 가능도함수는 확률분포함수가 아니라는 점에 주의해야 한다. 확률밀도함수는 가능한 모든 표본값 x에 대해 적분하면 전체 면적이 1이 되지만, 가능도함수는 가능한 모든 모숫값 θ에 대해 적분했을 때 1이 된다는 보장이 없다.
● 최대가능도추정법(Maximum Likelihood Estimation, MLE) : 주어진 표본에 대해 가능도를 가장 크게 하는 모수 θ를 찾는 방법
위 그래프 범례에 나온 값을 바탕으로 가장 큰 가능도를 가진 확률분포를 선택해야 한다.
'IT 와 Social 이야기 > Python' 카테고리의 다른 글
[데이터 사이언스 스쿨] math 9.4 검정과 유의확률 (0) | 2021.05.05 |
---|---|
[데이터 사이언스 스쿨] math 9.3 베이즈 추정법 (0) | 2021.05.05 |
[데이터 사이언스 스쿨] math 9.1 확률분포의 추정 (0) | 2021.05.05 |
[데이터 사이언스 스쿨] math 8.7 베타분포, 감마분포, 디리클레분포 (0) | 2021.05.04 |
[데이터 사이언스 스쿨] math 8.6 다변수정규분포 (0) | 2021.05.04 |