La verosimilitud, para un valor específico de los parámetros de un modelo, indica qué tan probable sería haber observado exactamente los datos que efectivamente se observaron, si ese valor de los parámetros fuera el correcto. No debe confundirse con la probabilidad de que ese valor de los parámetros sea el verdadero, que es un concepto distinto.
Su rol en dos marcos distintos
Es la base del método de máxima verosimilitud en estadística frecuentista, que busca el valor de los parámetros que maximiza esta medida; y también es un componente central del teorema de Bayes, donde se combina con la probabilidad a priori para calcular la probabilidad a posteriori en el enfoque bayesiano.