13 什么时候最好使用最大似然估计而不是普通最小二乘？它们各自的优点和局限性是什么？我试图收集有关在常见情况下在何处使用的实践知识。 regression maximum-likelihood least-squares — 用户名 source
1 正如解释这里，OLS是MLE的只是一个特定实例。这是一个密切相关的问题，是根据MLE推导OLS的。 条件分布对应于您的噪声模型（对于OLS：高斯分布，所有输入的分布相同）。还有其他选择（t-Student处理异常值，或者允许噪声分布取决于输入） — 杰姆普克 source tt 6 OLS是最小化距离的近似/估计方法，而ML是“似然”最大化方法。OLS不需要随机假设提供他距离最小化的解决方案，同时ML 开始通过假设的联合概率密度/质量函数。两者在某些情况下提供相同的解决方案这一事实，决不会使一个成为另一个的特定实例。 — Alecos Papadopoulos