Xem khái niệm về sự đầy đủ và đặc biệt, số liệu thống kê đủ tối thiểu . Trong nhiều trường hợp, bạn cần toàn bộ mẫu để tính toán ước tính ở một cỡ mẫu nhất định, không có cách nào để cập nhật từ một cỡ mẫu nhỏ hơn (nghĩa là không có kết quả chung thuận tiện).
Nếu phân phối là gia đình theo cấp số nhân (và trong một số trường hợp khác bên cạnh; đồng phục là một ví dụ gọn gàng) thì có một số liệu thống kê đủ đẹp có thể được cập nhật theo cách bạn tìm kiếm (nghĩa là với một số phân phối thường được sử dụng sẽ có cập nhật nhanh).
Một ví dụ tôi không biết bất kỳ cách trực tiếp nào để tính toán hoặc cập nhật là ước tính cho vị trí phân phối Cauchy (ví dụ với quy mô đơn vị, để làm cho vấn đề trở thành vấn đề một tham số đơn giản). Tuy nhiên, có thể có một bản cập nhật nhanh hơn mà tôi chỉ đơn giản là không nhận thấy - tôi không thể nói rằng tôi thực sự đã làm nhiều hơn là liếc nhìn nó để xem xét trường hợp cập nhật.
Mặt khác, với các MLE thu được thông qua các phương pháp tối ưu hóa số, ước tính trước đó trong nhiều trường hợp sẽ là điểm khởi đầu tuyệt vời, vì thông thường ước tính trước đó sẽ rất gần với ước tính cập nhật; theo nghĩa đó ít nhất, cập nhật nhanh chóng thường là có thể. Mặc dù đây không phải là trường hợp chung - mặc dù - với các hàm khả năng đa phương thức (một lần nữa, hãy xem Cauchy chẳng hạn), một quan sát mới có thể dẫn đến chế độ cao nhất là một khoảng cách so với trước đó (ngay cả khi vị trí của mỗi trong số ít các chế độ lớn nhất không thay đổi nhiều, chế độ nào cao nhất cũng có thể thay đổi).