一维高斯均值的 MLE = 样本均值
滑动 μ，让正负残差相互抵消的那一点，恰好是数据的质心。
μ
对数似然 L(θ)
低
μ̂ = (1/N) Σ xₙ
∑(xₙ − μ) = 0 → μ = 样本均值
▶ 播放
单步
↺ 重置
点「▶ 播放」开始：先点亮样本点。
∂L/∂μ
= Σₙ (
xₙ
−
μ
) / σ² =
0
⟹
μ̂ = (1/N) Σₙ xₙ
💡
考点：
高斯均值的最大似然估计就是把曲线中心放到
样本质心
——因为令导数为零等价于让
正负残差代数和归零
∑(xₙ−μ)=0。