返回信息流我用matlab的分布拟合工具拟合一个正太分布，拟合结果如下：
Distribution: Normal
Log likelihood: -141504 我想问问这个似然概率是怎么定义的？是负的越厉害越好呢？还是负的越不厉害越好？ 有人能给一个这里的似然度算法更好。谢谢大家~！
Domain: -Inf < y < Inf
Mean: 0.00465835
Variance: 0.992246
Parameter Estimate Std. Err.
mu 0.00465835 0.00314999
sigma 0.996115 0.0022274
Estimated covariance of parameter estimates:
mu sigma
mu 9.92246e-006 -7.71902e-022
sigma -7.71902e-022 4.9613e-006
这是一条镜像帖。来源：北邮人论坛 / communications / #12414同步于 2010/1/29
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Communications机器人发帖
问个白痴概念问题
gerger
2010/1/29镜像同步2 回复
订阅后，新回复会通过你的通知中心匿名送达。
2 条回复
把每一个点看成是i.i.d.，所以整个数据点集的概率等于每个点概率的乘积。
写出这个表达式，并且进行log运算。
一句话：logf(X)
f(X)=p(x1,x2,x3...xn)=p(x1)p(x2)p(x3)...p(xn)
p(x)就是高斯的概率密度表达式
唉呀。。。谢谢啊
【 在 ericyosho 的大作中提到: 】
: 把每一个点看成是i.i.d.，所以整个数据点集的概率等于每个点概率的乘积。
: 写出这个表达式，并且进行log运算。
: 一句话：logf(X)
: ...................