极大似然估计和贝叶斯估计的区别在于极大似然估计认为参数是确定性的量而贝叶斯估计认为参数是随机变量。之所以命名贝叶斯估计是因为用到了贝叶斯公式。根据贝叶斯公式从先验概率密度转换到后验概率密度。贝叶斯估计的结果是一个后验分布表示参数在给定样本数据下的概率分布。极大似然估计和贝叶斯估计都是点估计。点估计的结果是一个具体的数值而不是一个范围它提供了关于总体参数的直接估计。这个估计值通常具有某种统计性质如无偏性、最小方差等。点估计的精确程度通常用置信区间来表示。
极大似然估计vs贝叶斯估计
极大似然估计和贝叶斯估计的区别在于极大似然估计认为参数是确定性的量而贝叶斯估计认为参数是随机变量。之所以命名贝叶斯估计是因为用到了贝叶斯公式。根据贝叶斯公式从先验概率密度转换到后验概率密度。贝叶斯估计的结果是一个后验分布表示参数在给定样本数据下的概率分布。极大似然估计和贝叶斯估计都是点估计。点估计的结果是一个具体的数值而不是一个范围它提供了关于总体参数的直接估计。这个估计值通常具有某种统计性质如无偏性、最小方差等。点估计的精确程度通常用置信区间来表示。