En la mayor parte de los casos de inters prctico, la ley y por
tanto tambin la verosimilitud, tienen una expresin calculable en funcin de . Para calcular el mximo de la verosimilitud, es necesario determinar los valores para los cuales la derivada de la verosimilitud se anula, pero por definicin la verosimilitud es un producto de probabilidades o de densidades, lo cual puede ser bastante complicado de derivar. Es preferible derivar una suma, y es por esto que comenzamos por substituir la verosimilitud por su logaritmo. Al ser el logaritmo una funcin creciente, es equivalente
maximizar o . Una vez
determinado el valor de para el cual la derivada se anula, hay que asegurarse con la ayuda de la segunda derivada que el punto en cuestin es realmente un mximo. Trataremos a continuacin los casos de algunas familias clsicas.
Leyes de Bernoulli: El conjunto de los valores posibles es .
El parmetro desconocido es . Si es una
muestra, la verosimilitud vale:
Su logaritmo es:
La derivada con respecto a es:
Ella se anula en:
La segunda derivada es:
Ella es estrictamente negativa, el valor es efectivamente un
mximo. Si es una muestra de la ley de Bernoulli de
parmetro , el estimador de mxima verosimilitud de es:
es decir la frecuencia emprica.
Leyes geomtricas: El conjunto de valores posibles es , el
parmetro desconocido es .
Si es una muestra entera, la verosimilitud vale:
Su logaritmo es:
La derivada con respecto a es:
Ella se anula en:
La segunda derivada es:
Ella es estrictamente negativa, el valor es efectivamente un
mximo. Si es una muestra de la ley geomtrica de
parmetro , el estimador de mxima verosimilitud de es:
es decir el inverso de la media emprica, lo que es coherente con el
hecho que el parmetro es el inverso de la esperanza.
Leyes exponenciales: El parmetro desconocido es . Se trata en
este caso de leyes continuas, la verosimilitud es por tanto un producto de valores de la densidad. Para una -tupla de nmeros