chito_ng https://blog.hatena.ne.jp/chito_ng/ まずは蝋の翼から。 https://knknkn.hatenablog.com/ 統計 線形回帰においてパラメータの推定に関して。 最小二乗推定量(OLS推定量）については昔書いたが、 最小二乗推定量 (以下OLS推定量)で出すか、 最尤推定量 (以下ML推定量）で出すかの違いを書いてなかったことを思い出したのでテキトーに追記。 knknkn.hatenablog.com 最尤推定量 まず、最尤推定は目的変数の分布を仮定し、その分布式に実データをフィットさせられる最も尤もらしいパラメータを推定している。また、標本数nが十分大きければ漸近理論より、一致性・漸近正規性・漸近効率性を得ることができる。 逆にいえば、 目的変数の確率分布が間違っていた場合 は真の母集団とは違うパラメータを… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fknknkn.hatenablog.com%2Fentry%2F2019%2F10%2F27%2F190933" title="線形モデルにおける最小二乗推定と最尤推定の使い分けはどうするか - まずは蝋の翼から。" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://images-fe.ssl-images-amazon.com/images/I/31EVIuH1bkL._SL160_.jpg Hatena Blog https://hatena.blog 2019-10-27 19:09:33 rich https://knknkn.hatenablog.com/entry/2019/10/27/190933 1.0 100%