如何在Python中使用MLE估计高斯分布参数

import numpy as np
from scipy.stats import norm

np.random.seed(0)  # 设置随机种子，保证结果可复现
mu = 2  # 高斯分布的均值
sigma = 1  # 高斯分布的标准差
sample_size = 1000  # 样本数量
samples = np.random.normal(mu, sigma, sample_size)

def likelihood(mu, sigma, samples):
    return np.prod(norm.pdf(samples, mu, sigma))

def mle_estimate(samples):
    mu_hat = np.mean(samples)
    sigma_hat = np.std(samples)
    return mu_hat, sigma_hat

mu_hat, sigma_hat = mle_estimate(samples)

print("估计的均值：", mu_hat)
print("估计的标准差：", sigma_hat)