Concept

Likelihood principle

Résumé
In statistics, the likelihood principle is the proposition that, given a statistical model, all the evidence in a sample relevant to model parameters is contained in the likelihood function. A likelihood function arises from a probability density function considered as a function of its distributional parameterization argument. For example, consider a model which gives the probability density function ; f_X(x ,\vert, \theta); of observable random variable , X , as a function of a parameter ,\theta~. Then for a specific value ,x, of ,X~, the function ,\mathcal{L}(\theta ,\vert, x) = f_X(x ,\vert, \theta); is a likelihood function of ,\theta;:~ it gives a measure of how "likely" any particular value of ,\theta, is, if we know that ,X, has the value ,x~. The density function may be a density with respect to counting measu
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Publications associées

Chargement

Personnes associées

Chargement

Unités associées

Chargement

Concepts associés

Chargement

Cours associés

Chargement

Séances de cours associées

Chargement