最尤推定
個のデータが与えられています。
で、まとめてと表します。
線形回帰モデルは以下のよう表されるとします。
ただし、です。
目標変数がと加法性のガウスノイズの和で表される場合を考えます。
は期待値がで精度(分散の逆数)がのガウス分布に従う確率変数です。すなわち、
と表せます。
(3)のイメージ図を記載します。
ここで尤度関数を求めます。
(4)に対数を取って、対数尤度関数を求めます。
なんと、(5)の第三項に二乗和誤差関数が現れました。
すなわち、条件付ガウスノイズ分布の下で線形モデルに対する尤度関数の最大化は、二乗和誤差関数を最小化するのと等価であることが分かります。
(5)をで偏微分し、とおいて解くと(導出については曲線フィッティングをご覧ください。全く同じです。)
は以下のようにおきました。
(6)は当然、最小二乗法の解と同じです。
(5)をで偏微分し、とおいて解くとが求まります。
偉人の名言
天才は忍耐だ。
アイザック・ニュートン