Vea el concepto de suficiencia y, en particular, estadísticas mínimas suficientes . En muchos casos, necesita toda la muestra para calcular la estimación en un tamaño de muestra dado, sin una forma trivial de actualizar a partir de una muestra de un tamaño menor (es decir, no hay un resultado general conveniente).
Si la distribución es una familia exponencial (y en algunos otros casos además; el uniforme es un buen ejemplo), hay una buena estadística suficiente que en muchos casos se puede actualizar de la manera que usted busca (es decir, con una serie de distribuciones comúnmente utilizadas, habría Una actualización rápida).
Un ejemplo que no conozco de ninguna manera directa de calcular o actualizar es la estimación de la ubicación de la distribución de Cauchy (por ejemplo, con escala de unidades, para hacer que el problema sea un problema simple de un parámetro). Sin embargo, puede haber una actualización más rápida que simplemente no he notado: no puedo decir que realmente haya hecho más que echarle un vistazo para considerar el caso de actualización.
Por otro lado, con los MLE que se obtienen a través de métodos de optimización numérica, la estimación previa sería en muchos casos un excelente punto de partida, ya que normalmente la estimación anterior estaría muy cerca de la estimación actualizada; en ese sentido, al menos, la actualización rápida a menudo debería ser posible. Sin embargo, incluso este no es el caso general: con funciones de probabilidad multimodal (nuevamente, vea el Cauchy como ejemplo), una nueva observación podría llevar al modo más alto a cierta distancia del anterior (incluso si las ubicaciones de cada uno de los pocos modos más grandes no cambió mucho, cuál es el más alto bien podría cambiar).