1 第一个问题：最大似然估计是什么？从分类上来说属于概率论中的点估计方式。
2 由Fisher这个人才在1912年重新提出，最早提出还是数学王子高斯。不过准确的说他属于数理统计的范畴。
3 概率论和数理统计是互逆的思想过程。概率论可以看成是由因推果，数理统计则是由果溯因。互为逆思考的过程。
4 正如我们提到的数学，不在于眼花缭乱的公式提炼，首先应该每一个细节的意义，这个是最终要的。是精华部分。
5 似然估计（有的教材叫拟然估计）。就看英文名likelihood estimate（LE），而likelihood的意思是可能性。知道一个现象，他可能是由什么因引起的。概念性的解释一下：在传统概率学派中假定的是概率分布的参数固定，随机样本。那么我们该如何谈过样本去确定这个概率分布的参数呢？这里就需要用到似然估计的方法了。也就是说，样本出现后，反推模型参数值，而这个参数值有多种可能性（M，最Max，最大的可能性。最大似然估计也叫Max likelihood estimate MLE）。
举个例子，假设我们有很多块西瓜皮，瓜皮的纹路分为清洗、稍微模糊、模糊，现在我们的目的就是通过瓜皮去推断西瓜的成熟程度（瓜青，瓜烂，瓜熟）。
但是现实生活中，我们的关注点一般都只希望得到最好的参数（也就是希望当前瓜皮所对应的西瓜最大可能成熟程度），也就是说，我们只希望得到那个使得样本发生可能性最大的参数，其余低可能性的我们不考虑。所以通俗来说，最大似然 ======>>>最有可能的情况。
6 案例1：加入有一个管子，里面有黑白两种颜色的球，数目多少不知道，两种颜色比例也不知道，我们想知道罐中白球和黑球的比例，但我们不能把罐子中的球全部拿出来数（球太多了，耽误我玩儿dota）。现在我们可以每次任意从已经均摇一摇的罐子中拿出一个球来，记录求的颜色，然后把拿出来的球再放回罐子中。这个过程可以重复，我们用以记录球的颜色来估计罐子中的黑白球的比例。加入我们前面的一百次重复记录中，有60次是白去，请问罐子的白球所占的比率最优可能是多少？
答案：70%，如果你的答案和上面一样，恭喜你，你已经用了最大似然估计了。
解：
我们用随机X来表示所抽取球的颜色，则X=1表示白球；X=0表示黑球，那么X服从伯努利分布b(1,p)，（伯努利分布也叫二项分布，非黑即白的分布形式）其中p是箱子中白球的比例，抽出100个球得样本x1,x2,x3....,xn，这批观测值的概率表示为如下：
L(p)，叫做时间的联合概率（我们知道之前说的概率的条件叫独立事件，如果连续性发生的时间，连续性，也叫连续数据，不同于离散型的数据）
L(p) = P (X1 = x1, ... , X100 = x100 ; p)
= P(x1;p) * p(x2;p) * ... * p(x100;p)
=p70(1-p)30
根据最大似然的思想，我们应该选择p使得上面的公式值是最大的，讲上式对p求导，并零这个导函数为0,（这里解释一样，为什么使得导函数为0，求导的过程就是求极限的斜率，是属于极限的思想，如果这个极限趋近于0，肯定是有一个值为0了）。
求导：∂L(p)/∂p = 70/p-30/1-p=0 ， p=70/100=0.7
（注：这里求导用到了一个复合函数的求导过程：三部曲：分层（从外向内分解成基本函数用到中间变量）；层层求导；做积分还原。常用的积分求导如下：
y = 5 dy = 0
y=x4 dy= 4x3
y=x-2 dy = -2x-3=-2/x3
y=2x dy = 2xln2
7 这里是伯努利分布，也就是0和1的情况，如果情况不知一种，如果情况如果是4种呢？
3,1,3,0,3,1,2,3
（1）最大似然函数的累乘形式。
3的情况出现4次，因此(1-2p)4
1的情况出现2次，因此(2p(1-p)2
0出现的情况1次，因此p2
2出现的情况1次，因此p2
(2) 把这些累乘起来
L(p) = (1-2p)4(2p(1-p))2p2p2
(3) 整理一下
4p6(1-p)2(1-2p)4
(4) 比较方便的性质求复合函数求导，可以取对数形式。
ln4 + 6lnp +2ln(1-p)+4ln(1-2p)
(5) 求导
6/p - 2/1-p-8/(1-2p) = 0，求出p
8 这里用了似然函数的通项式
还是7的题目，
X ~ （0 1 2 3）
p2 2p(1-p) p2 1-2p
上面的平方就是出现的次数。专业点儿的说叫分布律。
9 相关知识的再总结：
(1) 极大似然估计的思想基础：平时人们思维过程中养成的习惯，比如一个得到过奥运金牌打把脱靶性的可能性（概率）大大小于没有打过枪的人的脱靶性。发生可能性大的发生的结果就是事实。这是平时人们思考问题的基础。
(2) 极大似然估计的原理：
如果X~f(x),f(x)为整个样本X的密度函数。
如果我们做了N次试验，x1,x2,...,xn对应的密度函数就是f(x1),f(x2),...,f(xn)。
我们就认为：这些所有的密度函数累乘就是最大值。也是做试验最可能发生的结果。这个最大值也叫极大。
问题：为什么是累乘(连乘)。因为这里不是求每一次概率密度函数的最大值，而是求每一次联合起来的最大值，联合起来就是相乘，然后他们的最大值是乘完之后的最大值，而不是每一个的最大值。如果是每一个的最大是连加。这里要注意。
(3) 有了上面(2)所说的原理我们就可以写成一个最大似然估计联合分布律的通式(注意这里是联合，要用累乘符号大π)：
πp(xi;θ)，其中π : i = 1...n
(4) 又有了上面(3)的联合分布律的表示，我们就可以把极大似然估计的函数写出了，叫似然函数（有了这个函数我们就可以在知道结果的情况下，取估计参数）。
设：x1,x2,...,xn是相应于样本X1,X2,...,Xn的一个样本值，因此这些概率事件可以写成{X1 = x1, X2 = x2,...,Xn = xn}，我们就可以知道这个概率值θ如何用似然函数写出了：
L(θ) = L(x1,x2,...,xn ；θ) = πp(xi；θ)，θ∈Θ，其中π:i = 1..n，其中这一概率随θ的取值而变化，它是θ的函数，其中x1，x2...都是已知的样本值，都是常数。
实验结果已经固定了，反过来θ取哪一个值最靠谱？也就是θ使得这个L这个值最大的那个值最靠谱。
(5) 举例：如果X~b(1,p).X1,X2,...,Xn是来自X的一个样本，试求参数p的最大似然估计量。
解：这是一个二项分布。又因为这是个离散型的数据，因此要把每一个点的概率求出来，然后再相乘就是似然估计的p，另外要求极值，我们就要乘积，乘积的求导挺麻烦的，乘积的求导也叫复合函数求导。这里求导不方便，我们就把它对数化就可以把幂拿下来,而且就可做加法了。比如：
L = p(X1 = x1)*p(X2 = x2)*...*p(Xn = Xn)
lnL = lnp(X1 = x1) + lnp(X2 = x2)+...+lnp(Xn = Xn)
我们把它对数化之后，因为对数函数是单调的，所以求p的最大值也就是求lnL的最大值。这里的Xi的概率只有两种，如果Xi = 0的话 p等于1-p，如果Xi = 1的话 p等于p。因为这是二项分布，不是0就是1。
因此一般分两步：第一步是写出似然函数，第二步求导得最大值(最大值也就是等于0)。
截图如下：
(6) 举例：我们在举一个连续型的函数，未知数为两个μ和sigma平方，这里不是求导数，是求偏导的过程，因为这里是偏导。截图如下：
