你想弄懂什么？

联合概率质量函数/概率密度函数可以写成乘积，因为假设样本观测值是独立的。独立性允许联合分布分解为相应的单变量概率质量函数/概率密度函数项的乘积。

适用条件：观测值 $x_1, \dots, x_n$ 是独立的。；联合分布写为 $f(x_1, \dots, x_n \mid \theta)$。；每个观测值共享相同的边际概率质量函数/概率密度函数 $f(x_i \mid \theta)$。

联合概率质量函数/概率密度函数可以写成乘积，因为假设样本观测值是独立的。独立性允许联合分布分解为相应的单变量概率质量函数/概率密度函数项的乘积。

适用条件：观测值 $x_1, \dots, x_n$ 是独立的。；联合分布写为 $f(x_1, \dots, x_n \mid \theta)$。；每个观测值共享相同的边际概率质量函数/概率密度函数 $f(x_i \mid \theta)$。

讲师指出，一旦数据被收集，它们就应该被视为常数，因为不再有变异性。这种固定数据的视角正是允许将似然仅作为参数的函数进行讨论的原因。

适用条件：数据已经被观测到。；讨论处于推断阶段而不是抽样阶段。

讲师指出，一旦数据被收集，它们就应该被视为常数，因为不再有变异性。这种固定数据的视角正是允许将似然仅作为参数的函数进行讨论的原因。

适用条件：数据已经被观测到。；讨论处于推断阶段而不是抽样阶段。