İstatistik Sözlüğü → En çok olabilirlik (ML) kestirimi
En çok olabilirlik (ML) kestirimikavram
Model parametrelerini, gözlenen veriyi elde etme olasılığını (olabilirliği) en büyük yapan değerler olarak seçen kestirim yöntemi.
Bir olasılık modeli, parametrelerin her değeri için eldeki veriyi gözleme olasılığını verir; parametrenin fonksiyonu olarak bakıldığında buna olabilirlik denir. En çok olabilirlik kestirimi, bu fonksiyonu (pratikte logaritmasını) en büyükleyen parametre değerlerini bulur. Doğrusal regresyonda normal hatalar altında ML, en küçük kareler ile aynı katsayıları verir; lojistik regresyon, karma modeller, faktör analizi, sağkalım modelleri gibi çoğu modelde ise çözüm yinelemeli sayısal optimizasyonla bulunur.
Büyük örneklemlerde ML kestiricileri tutarlı, yaklaşık normal dağılımlı ve en küçük varyanslıdır; standart hatalar olabilirlik yüzeyinin eğriliğinden (bilgi matrisinden) elde edilir. Olabilirlik oranı testi, AIC ve BIC de bu çerçeveye dayanır. Küçük örneklemlerde ML yanlı olabilir: örneğin varyansı n'ye bölerek hafifçe küçük tahmin eder; karma modellerde bu yüzden çoğu zaman REML kullanılır. Ayrıca model yanlış belirlenmişse ya da veri ayrışma (separation) gösteriyorsa kestirimler yakınsamayabilir ya da sonsuza gidebilir.
Gündelik bir örnek
Bir kavşakta saatte kaç aracın kırmızıda geçtiği sayılıyor ve beş ayrı saatte 3, 5, 4, 2 ve 6 araç görülüyor. Saatlik sayının ortalaması λ olan bir Poisson dağılımına uyduğu varsayılırsa, bu beş sayıyı görme olasılığını en büyük yapan λ değeri 4'tür, yani örneklem ortalaması. En çok olabilirlik kestirimi bu mantığı çok daha karmaşık modellere genelleştirir.
MerQur'da
Lojistik regresyon, karma modeller, faktör ve gizil sınıf analizleri, yapısal eşitlik modelleri ve parametrik sağkalım gibi birçok analizde kestirim yöntemidir. Doğrudan seçim olarak Genelleştirilmiş Doğrusal Karma Modeller'de 'Yöntem' (Maksimum olabilirlik - adaptif Gauss-Hermite ya da Varyasyonel Bayes), ARIMA Tahmin'de 'Kestirim yöntemi' (ML, CLS, ULS), SAR modelinde 'Kestirim yöntemi' (ML ya da GMM), Doğrusal Karma Model'de 'Tahmin yöntemi (REML, ML)', Meta-Analiz'de 'τ² kestiricisi' ve Örneklem Seçimi ve Kesik Regresyon'da 'Model' (Heckman, en çok olabilirlik) olarak geçer.
Bu kavramın geçtiği analizler
Meta-AnalizLojistik RegresyonDoğrusal Karma ModelGenelleştirilmiş Doğrusal Karma ModellerAraç Değişkenli RegresyonROC EğrisiGerçek Beceri İstatistiğiGizil Sınıf AnaliziGizil Profil AnaliziCronbach Alfa ve Güvenirlik AnaliziAçıklayıcı Faktör AnaliziDoğrulayıcı Faktör AnaliziYapısal Eşitlik ModeliMadde Tepki KuramıVaryans Bileşenleri AnaliziProbit RegresyonTobit RegresyonSARMekânsal Hata ModeliYol AnaliziParametrik SağkalımSurvey-PHREGAralık Sansürlü SağkalımARIMA TahminEşbütünleşmeGözlenemeyen Bileşenler ModeliÖrneklem Seçimi ve Kesik Regresyon
İlgili kavramlar
Kısıtlı en çok olabilirlik (REML)Olabilirlik oranı testi (LRT)Bilgi ölçütleri (AIC, AICc, BIC)