似然度，也 稱 為似然 函式，是 統 計 學中的 一個重要概念， 用於度量模型和 數 據之 間的相似度。具 體 來 說，似然度描述了在 給定一 組 參 數的 條件下， 觀察到一 組特定 數 據的可能性。它 與 機率 函式的主要 區 別 在於： 機率 函式的值 總和 為1，表示所有可能 結果的 總 機率；而似然 函式的值 並不 總和 為1，因 為它 關注的是在 給定 參 數下特定 數 據的可能性。
似然度的 計算方式 基於 觀察到的 數 據（通常表示 為O）， 並考 慮一 組 參 數（表示 為θ）。似然 函式L(θ|O)表示在 給定 參 數θ下 觀察到 數 據O的可能性。在最大似然估 計中，目 標是找到能使L(θ|O) 達到最大的 參 數值θ， 這被 視 為最有可能 導致 觀察到的 數 據O的 參 數值。
在 實 際 套用中，似然度不 僅 用於 統 計推 斷，如 參 數估 計， 還 用於模型 選 擇和假 設 檢 驗。例如，在二 項分 布的似然度中， 參 數p可能 代表硬 幣投 擲中朝上的 機率，n 代表投 擲次 數，w 代表朝上的次 數。通 過 計算不同 參 數 組合下的似然度，可以 評估哪些 參 數值最有可能 產生 觀察到的 數 據。
總 結 來 說，似然度是 一個 強大的工具，它 幫助我 們在不完全 確定模型 參 數的情 況下，通 過比 較不同 參 數 組合下 觀察到 數 據的可能性， 來做出推 斷和 決策。