先验分布和后验分布

先验概率可理解为统计概率,后验概率可理解为条件概率。


先验分布是因为先验信息得到的分布。


后验分布是因为在分布是在抽样以后才得到的,在抽样的条件下发生先验分布的事件分布。

-------------------------------------------------------------------------------------------------------------------------------------

先验——根据若干年的统计(经验)或者气候(常识),某地方下雨的概率;


似然——下雨(结果)的时候有乌云(原因 or 证据 or 观察的数据)的概率,即已经有了结果,对证据发生的可能性描述;


后验——根据天上有乌云(原因或者证据 or 观察数据),下雨(结果)的概率;

-------------------------------------------------------------------------------------------------------------------------------------






  • 25
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
先验分布后验分布是贝叶斯统计推断方法中的重要概念。 先验分布是指在进行推断之前,根据以往的知识、经验和信息对未知参数的分布进行估计。通常情况下,先验分布是由先前的实验数据、专家意见或相关的先验信息所确定。先验分布可以看做是对未知参数的先前假设或猜测。 后验分布则是在得到观测数据之后,根据贝叶斯公式将先验分布与似然函数结合起来,得到参数的后验分布后验分布是在已经观测到数据之后对参数进行概率推断的结果,可以看作是在先验分布的基础上通过数据进行修正的结果。 举个例子来说明先验分布后验分布的概念。假设我们要估计某种产品的成功率,根据以往的经验,我们对其成功率有一个先验分布,比如服从均匀分布。然后我们进行若干次实验,观测到了产品成功的次数。根据贝叶斯公式,我们将先验分布与似然函数结合起来,得到参数的后验分布后验分布可以告诉我们在观测到这些数据之后,产品成功率的可能取值范围以及其概率分布先验分布后验分布的使用,能够帮助我们在统计推断中更准确地估计未知参数的值。在贝叶斯统计推断中,先验分布后验分布起到了关键的作用,使我们能够从先验的角度出发,并通过不断迭代来更新和修正我们的估计。先验分布后验分布是贝叶斯统计推断方法中的重要基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值