В чем основное различие между оценкой максимального правдоподобия (MLE) и оценкой наименьших квадратов (LSE)?
Почему мы не можем использовать MLE для прогнозирования значений в линейной регрессии и наоборот?
Любая помощь по этой теме будет принята с благодарностью.
Ответы:
Я хотел бы дать прямой ответ.
Как прокомментировал @TrynnaDoStat, минимизация квадратичной ошибки эквивалентна максимизации вероятности в этом случае. Как сказано в Википедии ,
они могут рассматриваться как одинаковые в вашем случае,
источник
Профессиональные приложения не просто соответствуют данным, они проверяют:
Также существует огромное количество специализированных статистических тестов для гипотез. Это не обязательно относится ко всем оценкам ОД или должно быть, по крайней мере, подтверждено доказательством.
Не стесняйтесь спрашивать подробности.
источник