最大似然估计

最大似然估计概述

　　 最大似然估计 是一种统计方法 ，它用来求一个样本集的相关概率密度函数的参数。这个方法最早是遗传学家以及统计学家罗纳德·费雪 爵士在1912年至1922年间开始使用的。

　　“似然”是对likelihood 的一种较为贴近文言文的翻译，“似然”用现代的中文来说即“可能性”。故而，若称之为“最大可能性估计”则更加通俗易懂。

　　最大似然法明确地使用概率模型，其目标是寻找能够以较高概率产生观察数据的系统发生树。最大似然法是一类完全基于统计 的 系统发生树重建方法的代表。该方法在每组序列比对中考虑了每个核苷酸替换的概率。

　　例如，转换出现的概率大约是颠换的三倍。在一个三条序列的比对中，如果发现其中有一列为一个C，一个T和一个G，我们有理由认为，C和 T所在的序列之间的关系很有可能更接近。由于被研究序列的共同祖先序列是未知的，概率的计算变得复杂；又由于可能在一个位点或多个位点发生多次替换，并且 不是所有的位点都是相互独立，概率计算的复杂度进一步加大。尽管如此，还是能用客观标准来计算每个位点的概率，计算表示序列关系的每棵可能的树的概率。然 后，根据定义，概率总和最大的那棵树最有可能是反映真实情况的系统发生树。

最 大似然估计的原理

　　给定一个概率分布D ，假定其概率密度函数（连续分布）或概率聚集函 数（离散分布）为f _D ，以及一个分布参 数θ ，我们可以从这个分布中抽出一个具有n 个 值的采样 ，通过利用f _D ， 我们就能计算出其概率：

　　但是，我们可能不知道θ 的值，尽管我们知道这些采样数据来自于分布D 。那么我们如何才能估计出θ 呢？ 一个自然的想法是从这个分布中抽出一个具有n 个值的采样X ₁ ,X ₂ ,...,X _n ， 然后用这些采样数据来估计θ .

　　一旦我们获得 ，我们就能从中找到一个关于θ 的 估计。最大似然估计会寻找关于 θ 的最可能的值（即，在所有可能的θ 取值中，寻找一个值使这个采样的“可能性”最大化）。这种方法正好同一些其他的估计方法不同，如θ 的非偏估计，非偏估计未必会输出一个最可能的值，而是会输出一个既不高估也不低估 的θ 值。

　　要在数学上实现最大似然估计法 ，我们首先要定义可能性 :

　　并且在θ 的所有取值上，使这个[[函数最大化。这个使可能性最大的 值即被称为θ 的最大似然估计 。

注意

• 这里的可能性是指 不变时，关于θ 的一个函数。
• 最大似然估计函数不一定是惟一的，甚至不一定存在。

最 大似然估计的例子

离 散分布，离散有限参数空间

　　考虑一个抛硬币 的例子。假设这个硬币正面跟反面轻重不同。我们把这个硬币抛80次（即，我们获取一个采样 并把正面的次数记下来，正面 记为H，反面记为T）。并把抛出一个正面的概率记为p ，抛出一个反面的概率记 为1 − p （因此，这里的p 即 相当于上边的θ ）。假设我们抛出了49个正面，31 个反面，即49次H，31次T。假设这个硬币是我们从一个装了三个硬币的盒子里头取出的。这三个硬币抛出正面的概率分别为p = 1 / 3 , p = 1 / 2 , p = 2 / 3 . 这些硬币没有标记，所以我们无法知道哪个是哪个。使用最大似然估计 ，通过这些试验数据（即采样数据），我们可以计算出哪个硬币的可能性最 大。这个可能性函数取以下三个值中的一个：

　　我们可以看到当 时，可能性函数取得最大值。这就是p 的最 大似然估计 .

离 散分布，连续参数空间

　　现在假设例子1中的盒子中有无数个硬币，对于 中的任何一个p ， 都有一个抛出正面概率为p 的硬币对应，我们来求其可能性函数的最大值：

　　其中 . 我们可以使用微分法来求最值。方程两边同时对p 取微分，并使其为零。

　　在不同比例参数值下一个二项式过程的可能性曲线 t = 3, n = 10；其最大似然估计值发生在其众数 (数 学)并在曲线的最大值处。

　　其解为p = 0 , p = 1 ，以及p = 49 / 80 . 使可能性最大的解显然是p = 49 / 80 （因 为p = 0 和p = 1 这两个解会使可能性为零）。因此我们说最大似然估计值 为 .

　　这个结果很容易一般化。只需要用一个字母t 代替49用以表 达伯努利试验中的被观察数据（即样本 ）的'成功'次数，用另一个字母n 代表伯 努利试验的次数即可。使用完全同样的方法即可以得到最大似然估计值 :

　　对于任何成功次数为t ，试验总数为n 的伯努利试验。

连 续分布，连续参数空间

　　最常见的连续概率分布是正态分布 ，其概率密度函数如下：

　　其n 个正态随机变量的采样的对应密度函数（假设其独立并服从同一分 布）为：

　　或：

,

　　这个分布有两个参数：μ,σ² . 有人可能会担心两个参数与上边的讨论的例子不同，上边的例子都只是在一个参数上对可能性进行最大化。实际上，在两个参数上的求最大值的方法也差不多：只需 要分别把可能性 在两 个参数上最大化即可。当然这比一个参数麻烦一些，但是一点也不复杂。使用上边例子同样的符号，我们有θ = (μ,σ² ) .

　　最大化一个似然函数同最大化它的自然对数是等价的。因为自然对数log是一个连续且在似然函数的值域内严格递增的函数。[注意：可能性 函数（似然函数）的自然对数跟信息熵以及Fisher信息联系紧密。求对数通常能够一定程度上简化运算，比如在这个例子中可以看到：

　　这个方程的解是 . 这的确是这个函数的最大值，因为它是μ 里头惟一的拐点并且二阶导数严格小于零。

　　同理，我们对σ 求导，并使其为零。

这个方程的解是 .

因此，其关于θ = (μ,σ² ) 的最大似然估 计 为：

.

性质

泛 函不变性（Functional invariance）

　　如果 是 θ 的一个最大似然估计，那么α = g (θ) 的最大似然估计是 . 函数 g 无需是一个——映射。

渐近线行为

　　最大似然估计函数在采样样本总数趋于无穷的时候达到最小方差 （其 证明可见于Cramer-Rao lower bound）。当最大似然估计非偏时，等价的，在极限的情况下我们可以称其有最小的均方差。对于独立的观察来说，最大似然估计函数经常趋于正态分布。

偏差

　　最大似然估计的非偏估计偏差是非常重要的。考虑这样一个例子，标有1 到n 的n 张票放在一个盒子中。 从盒子中随机抽取票。如果n 是未知的话，那么n 的最大似然估计值就是抽出的票上标有的n ，尽管其期望值的只有(n + 1) / 2 . 为了估计出最高的n 值，我们能确定的只能是n 值 不小于抽出来的票上的值。