概率论
s.feng
计算机视觉,C++
展开
-
通俗理解最大似然估计,最大后验概率估计,贝叶斯估计
以下所有例子都是抛硬币问题,在两次试验中出现正,反两次结果,求该硬币出现正面的概率p,最大似然估计: 假设分布为伯努利分布,也就是二项分布,出现正面的概率是p,则下次出现上述实验结果现象的概率是:L=P(1-p),如何才能让下次出现相同结过的概率最大?自然是L越大越好,则p=0.5,所以极大似然估计的核心思想是求参数为何值时才能使样本出现的概率最大。最大后验概率估计:我们...原创 2017-05-04 15:41:55 · 3450 阅读 · 0 评论 -
无偏估计
比如我要对某个学校一个年级的上千个学生估计他们的平均水平(真实值,上帝才知道的数字),那么我决定抽样来计算。我抽出一个10个人的样本,可以计算出一个均值。那么如果我下次重新抽样,抽到的10个人可能就不一样了,那么这个从样本里面计算出来的均值可能就变了,对不对?因为这个均值是随着我抽样变化的,而我抽出哪10个人来计算这个数字是随机的,那么这个均值也是随机的。但是这个均值也会服从一个规律(一个分布...转载 2016-12-12 19:01:28 · 798 阅读 · 0 评论