假设数据来自带有参数的分布$\theta$我们不知道谁的价值。你可以想到似然函数${L(\theta)}$，非常粗略地，作为“在给定这个值的情况下观察数据的概率$\theta$”。

由此得出最大似然原则：当我们想要估计时$\theta$从一些数据中，我们求解最大化的值$L(\theta)$. 该值是“最有可能”生成我们观察到的数据的值。这一原则是大量统计技术的基础，包括许多最常用的统计技术，例如线性回归。

这种描述在技术上是不正确的，因为可能性实际上并不是概率。这就是为什么它被称为似然函数，而不是概率（密度）函数。但只要您不试图证明定理或推导出新方法，这就足够了。