版权声明：本文为博主原创文章，转载请注明来源 https://blog.csdn.net/qq_26948675/article/details/87722723
正在读的参考数目是古扎拉蒂的《计量经济学基础第五版》，主要讲的是经典计量经济学，用的是最小二乘法来估计经典线性回归方程的参数。
极大似然估计也可以用于估计，总结下极大似然估计的原理和方法，以及如何用于经典线性回归方程的估计。
首先，什么是极大似然估计？
虽然很多理论是基于极大似然估计的，但是，要强调的是，极大似然估计忽略了小概率事件的发生，是一种粗略的估计方法，
在应用于金融模型的过程中，需要谨慎。
极大似然估计，就是给了你结果，你去想是什么条件下（参数），这个结果发生的可能性最大，这个条件就是极大似然估计的值。
比如，碰巧路边发生了一个车祸，你并没有时间和精力去深究为什么发生车祸，你在大脑中搜索一下发生车祸的最大的可能原因：
1 . 路面比较滑（概率比较小，没下雪下雨）
2. 刹车坏了（有可能，概率也很小）
3. 司机醉驾（很有可能，今天元宵节，朋友聚会比较多）
综合发生的原因，你觉得，司机酒驾是最有可能导致这个车祸的原因，你就认为，最大似然估计的值是司机酒驾。
但是，实际上是不是，这个是不确定的，仍旧有小概率不是司机酒驾造成的车祸。
最大似然估计的最难的地方在于建立合适的最大似然函数，建立了似然函数之后，只需要用数学去求最大值就行了。
参考链接：
1. https://blog.csdn.net/behboyhiex/article/details/80807851
2. https://blog.csdn.net/zengxiantao1994/article/details/72787849
参考习题：
