এমএল অনুমানক ফলাফলটির প্যারামিটারের মান হিসাবে ফলস্বরূপ যা ডেটাসেটে সবচেয়ে বেশি দেখা যায়।
অনুমানগুলি দেওয়া, এমএল অনুমানক হ'ল প্যারামিটারের মান যা ডেটা সেট তৈরির সর্বোত্তম সুযোগ পায়।
আমি অনুজ্ঞাপূর্ণভাবে কোনও পক্ষপাতদুষ্ট এমএল অনুমানকারীটিকে এই অর্থে বুঝতে পারি না যে "প্যারামিটারের সর্বাধিক মানটি কী কোনও ভুল মূল্যের প্রতি পক্ষপাত রেখে প্যারামিটারের আসল মানটির পূর্বাভাস দিতে পারে?"
বায়াস নমুনা বিতরণের প্রত্যাশা সম্পর্কে। "সম্ভবত ডেটা উত্পাদন করার সম্ভাবনা" নমুনা বিতরণের প্রত্যাশা সম্পর্কে নয়। কেন তারা এক সাথে যাওয়ার আশা করা হবে?
কীসের ভিত্তিতে এটি আশ্চর্যজনক যে তারা প্রয়োজনীয়ভাবে সামঞ্জস্য করে না?
আমি আপনাকে এমএলই এর কয়েকটি সাধারণ ক্ষেত্রে বিবেচনা করার পরামর্শ দিচ্ছি এবং বিবেচনা করব যে সেই বিশেষ ক্ষেত্রে কীভাবে পার্থক্য দেখা দেয়।
উদাহরণস্বরূপ, একটি ইউনিফর্মের পর্যবেক্ষণ বিবেচনা করুন । বৃহত্তম পর্যবেক্ষণটি (অগত্যা) প্যারামিটারের চেয়ে বড় নয়, সুতরাং প্যারামিটারটি সর্বনিম্ন বৃহত্তম পর্যবেক্ষণের মতো কমপক্ষে মান গ্রহণ করতে পারে।( 0 , θ )
আপনি যখন সম্ভাবনা বিবেচনা করেন , তখন এটি (স্পষ্টতই) আরও বড় is সবচেয়ে বড় পর্যবেক্ষণের কাছে to সুতরাং এটি বৃহত্তম পর্যবেক্ষণে সর্বাধিক করা হয়েছে; এটি স্পষ্টতই অনুমান যা আপনার কাছে পাওয়া নমুনাটি পাওয়ার সম্ভাবনা সর্বাধিক করে :θ θθθθ
তবে অন্যদিকে এটি অবশ্যই পক্ষপাতদুষ্ট হতে হবে, যেহেতু বৃহত্তম পর্যবেক্ষণটি স্পষ্টতই (সম্ভাব্যতার সাথে 1) এর প্রকৃত মানের চেয়ে ছোট ; নমুনা দ্বারা ইতিমধ্যে না করা অন্য কোনও অনুমান অবশ্যই এর চেয়ে বড় হতে হবে এবং অবশ্যই (এই ক্ষেত্রে বেশ স্পষ্টতই) নমুনা তৈরির সম্ভাবনা কম হবে।θθθ
A থেকে বৃহত্তম পর্যবেক্ষণ প্রত্যাশা হয় , তাই unbias করার স্বাভাবিক ভাবেই এটা হল মূল্নির্ধারক যেমন নিতে : , যেখানে । বৃহত্তম পর্যবেক্ষণ।এনইউ( 0 ,θ ) θ θ =ঢ+ +1এনn + 1θএক্স(এন)θ^= এন + 1এনএক্স( এন )এক্স( এন )
এটি এমএলইয়ের ডানদিকে মিথ্যা এবং এর সম্ভাবনাও কম।