根据我的理解，最大似然估计为估计器选择一组参数，以最大化真实分布的似然性。

我总是将其解释为训练集倾向于使大多数示例接近真实分布的均值或期望值。由于大多数训练示例接近均值（因为它们是从该分布中采样的），因此最大化估计器的采样机会使这些示例得到的估计分布接近于真实分布。

这意味着异常值数据集上的任何 MLE 过程都应该失败。这种解释和结论是否正确？如果不是，那么上述对估计量最大化可能性的解释有什么问题？