根据我读过的几篇论文、书籍和文章，我得到的印象是，在一组数据上拟合概率分布的推荐方法是使用最大似然估计 (MLE)。但是，作为物理学家，更直观的方法是使用最小二乘法将模型的 pdf 拟合到数据的经验 pdf。那么为什么 MLE 在拟合概率分布方面优于最小二乘法呢？有人可以指点我回答这个问题的科学论文/书吗？

我的预感是因为 MLE 不假设噪声模型，并且经验 pdf 中的“噪声”是异方差且不正常的。