最大似然估计(MLE)与最小二乘估计(LSE)的区别

最大似然估计与最小二乘估计的区别

标签（空格分隔）： 概率论与数理统计

---

最小二乘估计

对于最小二乘估计来说，最合理的参数估计量应该使得模型能最好地拟合样本数据，也就是估计值与观测值之差的平方和最小。

设Q表示平方误差，\(Y_{i}\)表示估计值，\(\hat{Y}_{i}\)表示观测值，即\(Q = \sum_{i=1}^{n}(Y_{i} - \hat{Y}_{i})^{2}\)

最大似然估计

对于最大似然估计来说，最合理的参数估计量应该使得从模型中抽取该n组样本的观测值的概率最大，也就是概率分布函数或者似然函数最大。

显然，最大似然估计需要已知这个概率分布函数，一般假设其满足正态分布函数的特性，在这种情况下，最大似然估计与最小二乘估计是等价的，也就是估计的结果是相同的。
最大似然估计原理：

1. 当给定样本\(x_{1}, x_{2}, ... ,x_{n}\)时，定义似然函数为\(L(\theta) = f(x_{1}, x_{2}, ... ,x_{n};\theta)\);
2. \(L(\theta)\)看做是\(\theta\)的函数，最大似然估计就是用使\(L(\theta)\)达到最大值的\(\hat{\theta}\)去估计\(\theta\)，这时称\(\hat{\theta}\)为\(\theta\)的最大似然估计;

MLE的步骤：

1. 由总体分布导出样本的联合概率函数（或联合密度）；
2. 把样本联合概率函数的自变量看成是已知常数，而把\(\theta\)看做是自变量，得到似然函数\(L(\theta)\);
3. 求似然函数的最大值（常常取对数，然后求驻点）；
4. 用样本值带入得到参数的最大似然估计。

例题

设一个有偏的硬币，抛了100次，出现1次人头，99次字。问用最大似然估计（ML）和最小均方误差（LSE）估计出现人头的概率哪个大？

LSE

设使用LSE估计，出现人头的概率为\(\theta\), 则出现字的概率为\(1 - \theta\)。
已知观测量为：（观测到的）出现人头的概率为\(\frac{1}{100}\), （观测到的）出现字的概率为\(\frac{99}{100}\),则由最小二乘估计：
\(Q(\theta) = argmin_{\theta}\sum_{1}^{100}(\theta - \hat{\theta})^{2} \\ = argmin_{\theta} \{(\frac{1}{100} - \theta)^{2} + [\frac{99}{100} - (1-\theta)]^{2} * 99\}\)
令\(\frac{\partial{Q(\theta)}}{\partial{\theta}} = 0\),解得\(\theta = \frac{1}{100}\);

ML

设使用ML估计，所以x服从伯努利分布，\(x \sim B(朝上,\theta)\),
则概率密度函数为：
\[P(x|\theta) =
\begin{cases}
\theta, & \text{if x 人头朝上} \\
1 - \theta, & \text{if x 字朝上}
\end{cases}
\]
则连续100次试验的似然函数为：
\(P(x_{1}, x_{2},..x_{100}|\theta) = C_{100}^{1}\theta^{1} * (1 - \theta)^{99} = 100 * \theta^{1} * (1 - \theta)^{99}\)
最大化似然函数，则\(\theta\)至少为驻点，对似然函数取对数并求偏导：
\(\ln P(x_{1}, x_{2},..x_{100}|\theta) = \ln 100 + \ln\theta + 99\ln (1 - \theta)\)
对\(\theta\)求偏导为0，得到：
\(\frac{\partial\ln P(x_{1}, x_{2},..x_{100}|\theta)}{\partial\theta} = \frac{1}{\theta} - \frac{99}{1 - \theta} = 0\), 解得\(\theta = \frac{1}{100}.\)

两者虽然得到的估计值是一样的，但是原理完全不同，要对他们的推导过程非常清楚。