近似極大似然遞推估計(approximate maxi-mum likelihood recursive estimation)簡稱AML遞推估計一種參數估計的方法.全稱為近似極大似然遞推估計.極大似然估計是選擇參數B，使得在已知量測數據Y時似然函式P(Y}B>極大，這裡P(YB>是數據Y的機率分布函式.與最小二乘估計不同的是極大似然估計需要已知似然函式，實際上這是很困難的.通常可假設P(Y}B>是常態分配函式，這時極大似然估計與最小二乘估計相同.為了減少計算量，產生了近似極大似然遞推估計，把求似然函式極大問題精化為殘差平方和的極小問題.進一步把殘差平方和近似為參數B的二次函式，就可以得到參數B的遞推估計，即已知時刻t上的參數估計、量測數據及時刻t+ 1上的量測數據，計算時刻t+1上的參數估計.已經證明在一定條件下AMI.遞推估計以機率1收斂到估計準則的一個局部極小值.
