პოპულაციის უცნობი პარამეტრის შეფასების აგების ერთ-ერთი ყველაზე მძლავრი მეთოდი, შემოთავაზებული ინგლისელი სტატისტიკოსის რონალდ ფიშერის მიერ 1912 წელს. ვთქვათ, $x_1,x_2,...x_n$ შერჩევაა (კონკრეტული რიცხვითი რეალიზაცია) პოპულაციიდან, რომლის განაწილება შეიცავს უცნობ $\theta$ პარამეტრს. დავუშვათ, განაწილების სიმკვრივეა f($x, \theta$). განვიხილოთ დასაჯერობის ფუნქცია:$L(x,\theta )=f(x,\theta )·f\left(x_2\theta \right)···f(x_n,\theta )$ 

მაქსიმალური დასაჯერობის მეთოდით ეგებული $\theta$-ს შეფასება ეწოდება მის იმ მნიშვნელობას, რომელშიც დასაჯერობის L(x,$\theta$) ფუნქცია ღებულობს მაქსიმალურ მნიშვნელობას. მაშასადამე, ამოცანა დაიყვანება L(x,$\theta$) ფუნქციის მაქსიმუმის წერტილის პოვნაზე $\theta$ ცვლადის მიმართ. მის საპოვნელად განვიხილავთ დასაჯერობის ფუნქციის ლოგარითმს $In L(x,\theta )$, რადგან ლოგარითმი ზრდადი ფუნქციაა, ამიტომ მისი მაქსიმუმის წერტილი $\theta$-თი დაემთხვევა დასაჯერობის L(x, $\theta$) ფუნქციის მაქსიმუმის წერტილს.

***

გამოყენებული ლიტერატურა:

Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications Ltd.

კისი, ჰ. (2008). სტატისტიკა სოციალურ მეცნიერებებში. სოციალურ მეცნიერებათა ცენტრი.  თბილისის უნივერსიტეტის გამომცემლობა