似然

假设发生了一个事件，而我们恰好有一个模型，模型的参数用 $\theta$ 表示，那么我们就可以有一个似然：

$$L(\theta |data)=P(data|\theta )$$

这个公式可以两个视角来看：

1. 固定参数 θ（模型已知），将 $P(data|\theta )$ 视为关于数据 data 的函数。它描述的是，在这个确定的模型下，观测到这一组结果的概率。
2. 固定观测数据 data，它回答的问题是：“我已经观测到了 data 这个结果，那么究竟什么样的参数 θ 最有可能导致这个结果的发生？”, 而想要获得这个参数 $\theta$, 通常我们可以用最大似然估计

Tip

所有可能的参数的似然加起来不等于1。似然不是参数的概率分布。