参数似然是传统统计学的核心方法， 极大似然估计和似然比检验是统计学的基本方法。参数似然具有两个标志性结果。一个是Wilks定理，即参数似然比具有渐进分布。另一个是以英国皇家院士Bartlett命名的巴特莱特调整。参数似然的局限是依赖于过强的模型设定。

经验似然是由斯坦福大学Art Owen在1988年提出的，在比参数似然更弱的模型设定下构造似然函数的方法，英国皇家、美澳科学院院士Peter Hall曾指出：“经验似然是近年提出的非参数方法的有力竞争对手，会成为计算密集型统计方法的重要一员”。陈松蹊在几个重要框架下建立了经验似然的一阶Wilks定理和二阶巴特莱特调整，为经验似然成为基本的非参数统计方法贡献了关键性结果。