MLE

释义 Definition

MLE 是 Maximum Likelihood Estimation 的缩写，中文常译为最大似然估计：一种统计方法，用来选择使“观测数据出现的概率（似然）最大”的参数估计值。也常指由此得到的最大似然估计量。在不同语境下也可能指其他缩写，但统计学中最常见的是这一义项。

发音 Pronunciation (IPA)

/ˌɛm ɛl ˈiː/

例句 Examples

We used MLE to estimate the mean and variance.
我们用最大似然估计（MLE）来估计均值和方差。

In logistic regression, the coefficients are typically found by maximizing the likelihood, so the fitted parameters are MLEs under the model assumptions.
在逻辑回归中，系数通常通过最大化似然来求得，因此在模型假设下，拟合出的参数就是最大似然估计（MLE）。

词源 Etymology

MLE 来自短语 Maximum Likelihood Estimation 的首字母缩写：M(maximum) + L(likelihood) + E(estimation)。其中 likelihood 在统计学中特指“把参数看作未知、把数据看作已观测时的函数值”，与日常所说的“概率”相关但使用角度不同。

相关词 Related Words

• Likelihood
• Maximum
• Estimation
• Estimator
• Inference
• Bayesian
• Regression
• Logistic

文学与作品 Literary Works

• Statistical Inference（George Casella & Roger L. Berger）——在参数估计章节系统讨论 MLE 的定义、性质与例子。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在回归与分类模型中多处涉及以似然为核心的估计思想。
• All of Statistics（Larry Wasserman）——以较为入门的方式介绍最大似然估计及其与渐近理论的关系。