AI/Statistics
2021. 9. 10.
[통계] 최대우도법(Maximum Likelihood Estimation)
우리는 이 포스트에서 로지스틱 회귀에 대해 살펴보았다. 로지스틱 회귀를 어떻게 적합시킬까? 다른 회귀 모형이 그러하듯 로지스틱 회귀도 모형의 모수를 추정함으로써 적합시킨다. 로지스틱 회귀에서 적합은 로짓을 가지고 이루어진다. 로짓 변환(logit transformation)은 모수에 선형인 모형을 생성하는데, 이를 이용한 추정에 사용되는 방법이 최대우도법이다. 최대우도법은 로지스틱 회귀의 모수를 추정하는 것뿐만 아니라 각종 분포의 모수를 구하는데 고루 쓰인다. 우도(likelihood)란 어떤 일이 발생할 가능성을 말한다. 최대우도법(maximum likelihood estimation; MLE)이란 어떤 확률변수에서 표집한 값들을 토대로 각 가설마다 계산된 우도값 중 가장 큰 값을 고르는 통계적 추정방..
![[통계] 최대우도법(Maximum Likelihood Estimation)](http://i1.daumcdn.net/thumb/C450x300/?fname=https://blog.kakaocdn.net/dn/bEcrjD/btreKwxwBvH/oGf9h1Mw5q9NQjvtbasZJK/img.png)