求助：
请问线性回归模型的最大拟然估计和最小二乘法有什么联系和区别？
谢谢！
请注明：姓名-公司-职位
以便审核进群资格，未注明则拒绝
对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好地拟合样本数据；对于最大似然法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。
OLS 在小样本更有优势 因为它是无偏估计（在球状扰动假设下） 而MLE则是有偏的——在估计方差时
在大样本下 如果球状假设还是成立 那没什么好说的 还是用OLS
但如果误差项的假设有所偏差 那么MLE往往更为有效 估计量的方差会比较小 收敛的比较快些
随便讲讲 批判吸收吧
扫码加好友，拉您进群
全部版块
我的主页
收藏
