[Likelihood function - Wikipedia](https://en.wikipedia.org/wiki/Likelihood_function) > 尤度関数(しばしば単に尤度と呼ばれる)は、観測データの結合確率を選択した統計モデルのパラメータの関数として記述する 。パラメータ空間の各特定パラメータ値$\theta$に対して、尤度関数$p(y|\theta)$はしたがって観測データ$y$に対して確率的予測を代入している。尤度は本質的にサンプリング密度の積であるため、一般的にデータ生成プロセスと観測されたサンプルを生成した欠損データメカニズムの両方をカプセル化します。 --- [【統計学】尤度って何？をグラフィカルに説明してみる。 - Qiita](https://qiita.com/kenmatsu4/items/b28d1b3b3d291d0cc698) > 尤度関数の基本概念は、「サンプリングしてデータが観測された後、そのデータは元々どういうパラメーターを持つ確率分布から生まれたものだったか？」と言う問いに答えるためのものです。 > 尤度は確率（密度）を標本個数分だけ掛けてできたものなので、0〜1の間の数で何回もかけ算することになり、かなり小さい数、ほぼ０になってしまう。かけ算が足し算にできる計算のしやすさもあり対数尤度とすることが多く... --- - [[確率密度関数]]が [[確率分布]]のパラメータ（[[正規分布]]の確率密度関数の$u$と$\sigma^2$など）が確定しているが、標本$x_{i}$の値は未観測の状態（確率変数）の関数。 - これに対して、尤度関数はパラメータが未確定だが、$x_{i}$の値は観測された標本値であり、$u$と$\sigma^2$が変数になる。