如何解决负似然函数

我试图最大化可能性函数，为此我在 python 中编写了 -2log(L) 并且它似乎适用于一组数据，但是当我尝试使用不同的集合时，我得到了一些我应该的负值不明白。 #这是我的功能

def vraissemblance(D):                                                 
    result=0
    
    for i in range(n):
        result += (parallax.values[i] - 1/D)**2/(sigma.values[i]**2)*math.log10(math.e) + 2*math.log10(sigma.values[i])
    F = result + n*math.log10(2*math.pi)
    return F

我用它来绘制它并得到了 0.6 到 0.8 之间的负值

D=0.05
y = []
x = []
while D <= 1.5:
    y.append(vraissemblance(D))
    x.append(D)
    D += 0.001

对于 D= 0.74 其为负数，但求和前的函数值为正数


f=[]
D=0.74
for i in range (204):
    f.append((parallax.values[i] - 1/D)**2/(sigma.values[i]**2)*math.log10(math.e) + 2*math.log10(sigma.values[i]) + n*math.log10(2*math.pi))

这是 0.6 和 0.8 之间的图

知道为什么这样做（知道在对值求和之前，它们是正数，如果我对它们求和，我会得到一个负数）