如何判断拟合一个模型是使用最大似然估计好,还是用最小二乘好

感觉泊松分布是不是用最大似然更好一点
可以给举个具体的例子吗,最后有数据的那种
有没有什么直接的方法进行对比啊,比方说残差

最大似然估计和最小二乘法


https://www.zhihu.com/question/20447622/answer/518131778

在最大似然法中,通过选择参数,使已知数据在某种意义下最有可能出现,而某种意义通常指似然函数最大,而似然函数又往往指数据的概率分布函数。与最小二乘法不同的是,最大似然法需要已知这个概率分布函数,这在实践中是很困难的。一般假设其满足正态分布函数的特性,在这种情况下,最大似然估计和最小二乘估计相同。

对于最小二乘法,当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得模型能最好地拟合样本数据,也就是估计值和观测值之差的平方和最小。而对于最大似然法,当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。显然,这是从不同原理出发的两种参数估计方法。