本文将从“似然估计”和“最大”两个方面分别讲解。
一、似然估计
似然，likelihood，可以联想到另一个词，概率（probability）。这两个词在统计学中是完全不同的两个概念，这里我拿来进行一个对比：
（1）概率 probability
所谓概率，是指某件事在指定的环境下发生的几率。
如在环境A下，事件M发生的几率为 P(M/A)。
在环境B下，事件M发生的几率为P(M/B)。
将两个先验条件A和B整合为先验条件θ。则概率公式整合为：P(M/θ)。
（2）似然 likelihood
似然，是指在确定事件M已经发生的条件下，我们来推测这件事M是由环境A造成的还是由环境B造成的。
公式如下：L(θ/M),θ是先验条件。
概率和似然看似是正好相反的两个概念，它们表示的其实是同一件事，只不过概率是用先验条件来推结果，而似然使用结果来推先验条件。但两者在数值上是相等的。
P(M/θ) = L(θ/M)
二、最大似然估计
还用之前举的例子，先验条件有环境A和环境B（这是最简单的先验条件，实际应用复杂得多），我们要从结果M推测可能性最大的先验条件是环境A还是环境B，找出最大的θ，即找出造成结果M的最可能的条件，这也是我们生活中遇到的最多的情况。通常我们遇到问题，都要反推这个问题到底是由什么原因造成的？最大似然估计就是用来寻找造成问题的最可能的原因