# 第 617 題：有限模型最大似然估計量 [返回所在分頁 4](https://ocme.evemisslab.com/zh-Hant/questions/page/4/) [← 逐題詳解目錄](https://ocme.evemisslab.com/zh-Hant/questions/) · [原題批次](https://ocme.evemisslab.com/zh-Hant/practice/batch-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-foundations/#q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0092) 本頁是已完成第二對話 AI 數理與中英語義覆核的教學詳解，只支持本題明示的模型與前提。沒有人工審查或新 Lean 證明，也不提升原題或 MKO 的 Canonical 真值狀態。 P1000-0617 · q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0092 ## 原題與已知條件 完整finite parametric laws、observed likelihood與全部argmax責任。操作=mle-boundary；資料={"mode":"all_zero_likelihood","theta_values":["a16","b16"],"observations":["x16","y16"],"probability_rows":[[0,1],[0,1]],"observed":"x16","tie_order":["a16","b16"]}。請依 exact_ordered_tuple_declared_by_interface 欄序回答。 - G001 — 完整finite parametric laws、observed likelihood與全部argmax責任。操作=mle-boundary；資料={"mode":"all_zero_likelihood","theta_values":["a16","b16"],"observations":["x16","y16"],"probability_rows":[[0,1],[0,1]],"observed":"x16","tie_order":["a16","b16"]}。請依 exact_ordered_tuple_declared_by_interface 欄序回答。 ## 定義與適用範圍 並列或全零 likelihood 仍有完整 argmax；結尾否定的是後驗或估計品質宣稱。 - [mko-finite-maximum-likelihood-estimator](https://ocme.evemisslab.com/zh-Hant/mko/mko-finite-maximum-likelihood-estimator/) ## 逐步推導 S001 · implies操作前 Θ=[a16, b16]; Ω=[x16, y16] 操作後 [[0, 1], [0, 1]] 條件：無 每列是一個固定參數的law，每欄是一個樣本結果；重排標籤時同時重排機率。 步驟識別與依賴規則：full_parametric_model · 依賴：G001 S002 · calculation操作前 P_a16(Ω) := sum(0, 1) 操作後 P_a16(Ω) = 1 條件：無 先核對此law的完整總質量。 步驟識別與依賴規則：exact_rational_arithmetic · 依賴：G001, S001 S003 · calculation操作前 P_b16(Ω) := sum(0, 1) 操作後 P_b16(Ω) = 1 條件：無 先核對此law的完整總質量。 步驟識別與依賴規則：exact_rational_arithmetic · 依賴：G001, S002 S004 · implies操作前 tie priority=[a16, b16] 操作後 one fixed ordering, independent of the observed outcome 條件：無 先宣告固定tie優先序，之後只從完整argmax中選第一個。 步驟識別與依賴規則：fixed_tie_rule · 依賴：G001, S003 S005 · implies操作前 parameter=a16; observed=x16 操作後 L(a16;x16)=0 條件：無 固定觀測後沿參數比較同一欄；這裡不引入prior。 步驟識別與依賴規則：fixed_likelihood_lookup · 依賴：G001, S004 S006 · implies操作前 parameter=b16; observed=x16 操作後 L(b16;x16)=0 條件：無 固定觀測後沿參數比較同一欄；這裡不引入prior。 步驟識別與依賴規則：fixed_likelihood_lookup · 依賴：G001, S005 S007 · implies操作前 [[a16, 0], [b16, 0]] 操作後 maximum=0; all argmax=[a16, b16] 條件：無 保留每個達最大值的參數；全零欄的完整argmax仍是全部參數。 步驟識別與依賴規則：complete_argmax · 依賴：G001, S006 S008 · implies操作前 argmax(x16)=[a16, b16]; priority=[a16, b16] 操作後 estimator(x16)=a16 條件：無 選擇器是單值，不表示原本argmax一定是單元素集。 步驟識別與依賴規則：deterministic_tie_selection · 依賴：G001, S007 S009 · implies操作前 parameter=a16; observed=y16 操作後 L(a16;y16)=1 條件：無 固定觀測後沿參數比較同一欄；這裡不引入prior。 步驟識別與依賴規則：fixed_likelihood_lookup · 依賴：G001, S008 S010 · implies操作前 parameter=b16; observed=y16 操作後 L(b16;y16)=1 條件：無 固定觀測後沿參數比較同一欄；這裡不引入prior。 步驟識別與依賴規則：fixed_likelihood_lookup · 依賴：G001, S009 S011 · implies操作前 [[a16, 1], [b16, 1]] 操作後 maximum=1; all argmax=[a16, b16] 條件：無 保留每個達最大值的參數；全零欄的完整argmax仍是全部參數。 步驟識別與依賴規則：complete_argmax · 依賴：G001, S010 S012 · implies操作前 argmax(y16)=[a16, b16]; priority=[a16, b16] 操作後 estimator(y16)=a16 條件：無 選擇器是單值，不表示原本argmax一定是單元素集。 步驟識別與依賴規則：deterministic_tie_selection · 依賴：G001, S011 S013 · implies操作前 defined on 2 outcomes 操作後 total on all 2 listed outcomes 條件：無 完整carrier中的每個觀測都有輸出，包括共同零質量觀測。 步驟識別與依賴規則：total_estimator · 依賴：G001, S012 S014 · implies操作前 boundary mode=all_zero_likelihood; argmax=[a16, b16] 操作後 no automatic posterior, unbiasedness, consistency or asymptotic optimum 條件：無 結尾false否定的是額外品質宣稱，不是否定argmax的存在。 步驟識別與依賴規則：estimation_boundary · 依賴：G001, S013 ## 逐步反向核對 - S014 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S013 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S012 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S011 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S010 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S009 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S008 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S007 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S006 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S005 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S004 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 - S003 · premise_and_result_audit — 以精確有理數重算 P_b16(Ω)，不以小數近似替代。 - S002 · premise_and_result_audit — 以精確有理數重算 P_a16(Ω)，不以小數近似替代。 - S001 · premise_and_result_audit — 保留全部參數與樣本標籤；null、空表、零分布及並列最優集合不能混同。 ## 結論 (all_zero_likelihood, x16, [[a16, 0], [b16, 0]], 0, [a16, b16], [a16, b16], [x16, [a16, b16], a16], 否, MLE_maximizes_likelihood_not_posterior_and_does_not_imply_unbiased_consistent_or_asymptotically_optimal) 上述完整代值與條件核對得到原題答案；欄位次序及真假標記保持原始合約。 ## 本題覆核與來源綁定 覆核日期：2026-10-26 原題、答案、步驟表達式、數值 AST 與既有歷史保持原樣；原來的候選狀態屬於來源歷史，不覆寫為形式化證明。 來源雜湊與覆核憑證 - input commit: 0f7be61e2c22317a4075561dc822c87d881a50db - original question SHA-256: 1f3dde5d60682359db9a8dc6f80fe53ca020cffa26c612a566f1b9fe3fcacf36 - candidate record SHA-256: bf043ad3376689d612c9ee3ecae21252920bc3638dc0cb14b32a2c5270c04908 - semantic review receipt SHA-256: 6c2c6d46aded7582a11ac41a8c0b3bdde2669a53bdb6e796eea2039994a02772 - question-first witness SHA-256: 77e43898df9efdbf8094ad81fe4ab91cf4b4bd82f481eb9b4699b73cb4da612b - Lean: NOT_RUN · human review: NOT_PERFORMED [同源完整 JSON](https://ocme.evemisslab.com/data/question-derivations/questions/q-20261015-advance-20261116-r04-finite-maximum-likelihood-estimator-0092.json)