![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率论与数理统计
anshuai_aw1
这个作者很懒,什么都没留下…
展开
-
理解多元高斯分布
p(x;μ,Σ)=1(2π)n/2∣Σ∣1/2exp(−12(x−μ)TΣ−1(x−μ))p(x;\mu , \Sigma)=\frac{1}{(2\pi)^{n/2}|\Sigma|^{1/2}}\exp(-\frac{1}{2}(x-\mu)^T\Sigma^{-1}(x-\mu))p(x;μ,Σ)=(2π)n/2∣Σ∣1/21exp(−21(x−μ)TΣ−1(x−μ))此时我们说随机变量 [公式] 服从一元标准高斯分布, 其均值 [公式] , 方差 [公式] , 其概率密度函数为Z=X−转载 2020-05-08 21:37:05 · 4876 阅读 · 0 评论 -
关于协方差矩阵的理解
转载自《关于协方差矩阵的理解》转载 2020-05-07 20:39:26 · 711 阅读 · 0 评论 -
逆采样(Inverse Sampling)和拒绝采样(Reject Sampling)原理详解
在蒙特卡罗方法中,有一个关键的问题需要解决,即如何基于概率密度函数去采的nnn个xxx的样本集。逆采样(Inverse Sampling)和拒绝采样(Reject Sampling)就是用于解决这个问题的。其中,对于常见的分布,如均匀分布,高斯分布,指数分布,t分布,F分布,Beta分布,Gamma分布等,可以采用逆采样的方法进行采样;不过很多时候,我们的xxx的概率分布不是常见的分布,这些分...原创 2018-12-05 18:08:20 · 18953 阅读 · 5 评论 -
为什么对预测任务里的标签Y做对数处理?
平时在一些数据处理中,经常会把原始数据取对数后进一步处理。之所以这样做是基于对数函数在其定义域内是单调增函数,取对数后不会改变数据的相对关系,取对数作用主要有:1. 缩小数据的绝对数值,方便计算。例如,每个数据项的值都很大,许多这样的值进行计算可能对超过常用数据类型的取值范围,这时取对数,就把数值缩小了,例如TF-IDF计算时,由于在大规模语料库中,很多词的频率是非常大的数字。2. 取对数...转载 2018-11-08 20:25:46 · 3427 阅读 · 0 评论 -
大数定律的形象理解
之前介绍了统计概率的第2大护法—中心极限定理,详见这里。本篇博客将继续介绍统计概率的第1大护法:大数定律。本篇博客是基于猴子在知乎上的回答,进行的整理。非常感谢猴子的讲解。要理解大数定律,就必然先要理解小数定律。我会从下面3个方面聊聊:1)什么是小数定律?2)什么是大数定律?3)小数定律和大数定律的动态演示案例1 小数定律 ...转载 2018-09-19 15:22:19 · 8710 阅读 · 1 评论 -
中心极限定理的形象理解
中心极限定理是统计学中的一个重要定理,本文的目的是形象地讲解中心极限定理,不列举公式。本篇博客是基于猴子在知乎上的回答,进行的整理。非常感谢猴子的讲解。 目录1 什么是中心极限定理1.1 简单定义1.2 形象演示1.2.1 例子11.2.2 例子22 中心极限定理应用案例3 如何用样本估计总体3.1 样本标准差与总体标准差3.2 标准误差4 一句...转载 2018-09-19 12:12:36 · 5923 阅读 · 4 评论 -
如何简单理解建假设检验?
1 概论假设检验的假设是关于总体的一个普遍性论断,这个检验是看从样本得出的结论能否推论到总体。假设检验的基本逻辑是基于科学哲学的一个重要论点:全称命题只能被否证而不能被证明。这个道理很简单,个案当然不足以证明一个全称命题,但是却可以否定全称命题。研究时,我们当然不希望否证自己的研究假设,所以我们就搞个和研究假设相反的虚无假设。如果我们否证了虚无假设,就相当于我们证明了研究假设。所以假设...原创 2018-09-14 10:34:34 · 1124 阅读 · 0 评论 -
三大抽样分布:卡方分布,t分布和F分布的简单理解
有很多统计推断是基于正态分布的假设,以标准正态分布变量为基石而构造的三个著名统计量在实际中有广泛的应用,这是因为这三个统计量不仅有明确背景,而且其抽样分布的密度函数有显式表达式,它们被称为统计中的“三大抽样分布”。这三大抽样分布即为著名的卡方分布,t分布和F分布。目录1 卡方分布(分布)1.1 定义1.2 性质2 t分布2.1 定义2.2 性质3 F分布3.1 ...原创 2018-09-18 10:58:26 · 495690 阅读 · 23 评论 -
常见的离散型和连续型随机变量的概率分布
目录1 基本概念2 离散型随机变量的概率分布2.1二项分布2.2超几何分布2.2.1 概念2.2.2 举例2.3泊松分布3 连续型随机变量的概率分布3.1均匀分布3.1.1 概念3.2 正态分布3.2.1 概念3.3指数分布3.3.1 概念3.3.2 举例4 参考文献1 基本概念在之前的博文中,已经明...原创 2018-09-12 11:37:51 · 30569 阅读 · 1 评论 -
如何简单理解概率分布函数和概率密度函数?
本篇文章是在《应该如何理解概率分布函数和概率密度函数?》的基础上整理来的。非常感谢原作者。目录1先从离散型随机变量和连续性随机变量说起2离散型随机变量的概率函数,概率分布和分布函数2.1概率函数和概率分布2.1.1概率函数2.1.1概率分布2.2 分布函数3 连续型随机变量的概率函数和分布函数4 参考文献1先从离散型随机变量和连续性随机变量...原创 2018-09-11 16:56:19 · 132553 阅读 · 32 评论