数理统计: 第三章 统计决策和贝叶斯估计

最新推荐文章于 2025-08-22 14:17:22 发布
原创 最新推荐文章于 2025-08-22 14:17:22 发布 · 625 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博客主要提及了贝叶斯风险和贝叶斯估计两个关键内容，它们在信息技术领域的数据分析、机器学习等方面有重要应用。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

贝叶斯风险

在这里插入图片描述

贝叶斯估计

在这里插入图片描述在这里插入图片描述

lxhj
关注
概率论与数理统计-第20篇：贝叶斯统计在现代数据分析中的应用
无
04-26 149
本文介绍了贝叶斯统计的基本原理及其在机器学习、医学诊断和市场预测等领域的应用。贝叶斯统计为现代数据分析提供了一种强大的工具，能够有效地处理不确定性问题。随着数据科学和人工智能的不断发展，贝叶斯统计将与其他技术相结合，在更多领域发挥重要作用。未来，如何更好地选择先验分布、提高计算效率等问题将是贝叶斯统计研究的重点方向。下一篇我们将继续探索概率论与数理统计在其他方面的应用和拓展。课后练习假设有一个袋子，里面装有3个红球和2个白球。先从袋子中随机取出一个球，记录其颜色后放回，然后再取一个球。
概率论与数理统计教程(六)-参数估计05：贝叶斯估计
u013250861的博客
02-11 777
§ 6.5 贝叶斯估计 在统计学中有两个大的学派: 频率学派 (也称经典学派) 和贝叶斯学派. 本书主要介绍频率学派的理论和方法,此一小节将对贝叶斯学派做些介绍. 6.5.1 统计推断的基础 我们在前面已经讲过,统计推断是根据样本信息对总体分布或总体的特征数进行推断, 事实上, 这是经典学派对统计推断的规定, 这里的统计推断使用到两种信息: 总体信息和样本信息; 而贝叶斯学派认为, 除了上述两种信息以外, 统计推断还应该使用第三种信息:先验信息.下面我们先把三种信息加以说明. 1. 总体信息 总体信息即总体
统计决策——贝叶斯决策（简单易懂的个人总结）
nmbnn8821750的博客
03-03 5392
基础的统计决策方法，为将来学习基于贝叶斯的模型打好基础
贝叶斯估计
huguozhiengr的博客
08-18 3197
在之前的博文《统计学中频率学派与贝叶斯学派》中，陈述了一下贝叶斯学派的一些观点及方法，本文中则说一下贝叶斯估计方面的内容。 贝叶斯估计是依照贝叶斯定理进行了，该定理如下 ...
数学基础——贝叶斯统计
最新发布
wxz567的博客
08-22 1070
贝叶斯统计的核心议题就是利用贝叶斯公式，通过抽样样本来估计样本的真实原本分布贝叶斯公式(逆概率公式)：假设Bi是事件B的划分，那么PBi​∣APAPABi​​∑PA∣Bj​PBj​PA∣Bi​PBi​​，即在全概率公式的基础下，想求得在A事件发生的情况下，其前置事件是Bi(Bi发生)的概率，那么可以通过乘法定理，利用该事件条件概率算出联合概率，再用全概率算出发生A的概率，求出Bi的逆概率。
统计决策理论1 统计问题与统计决策
一个不愿透露姓名的博客
05-20 851
统计决策理论1 统计问题与统计决策Kolmogorov公理化体系统计问题的描述 这个系列的目标是在数理统计的语境下建立统一描述统计问题的统计决策理论，第一讲阐述统计问题和统计决策的含义。 Kolmogorov公理化体系 概率论与数理统计简单地说就是描述随机现象的数学模型，现代概率论的基础是Kolmogorov用来描述概率的公理体系。首先定义样本空间Ω\OmegaΩ，它是所有可以想到的随机事件的结果www的集合。记S\mathbf{S}S是样本空间的一个σ\sigmaσ-代数。PPP是(Ω,S)(\Omega
《统计学习方法》读书笔记——第四章 朴素贝叶斯
s000da的博客
02-28 314
写在前面 本系列博客是自己对于《统计学习方法》这本书的读书笔记，在读过每个章节以后根据自己的理解写下这一章的知识框架以及补充一些延伸知识点。 目录 写在前面 本章框架 朴素贝叶斯方法 参数估计 补充知识点 极大似然估计 贝叶斯估计 本章框架 朴素贝叶斯方法 朴素贝叶斯：基于贝叶斯定理与特征条件独立假设。 根据先验概率分布和条件概率分布， 计算后验概率分布，输出后验概率最...
统计决策与贝叶斯估计
LadyYang的博客
01-07 439
统计决策与贝叶斯估计 平方损失函数：L(θ,d\theta,dθ,d) = (θ−d)2(\theta-d)^2(θ−d)2 其中: d(X)d(X)d(X)-决策函数 R(θ,d\theta,dθ,d) =Eθ[L(θ,d(X))]E_\theta[L(\theta,d(X))]Eθ​[L(θ,d(X))] 称为决策函数 d(X)d(X)d(X)的风险函数,表示当真参数为θ\thetaθ时，采用决策ddd所遭受的平均损失. ...
数理统计课件[韦来生教材].zip
12-30
数理统计是一门重要的数学学科，它涉及到概率论的基础理论，并将其应用于数据分析和推断。韦来生教授的教材在数理统计领域有着广泛的影响力，为学生和研究者提供了深入理解这一领域的基石。本压缩包文件包含了韦来生...
全面解析概率论与数理统计：从随机事件到参数估计
第三章 二维随机变量及其分布 本章将随机变量的研究拓展到多维情况，特别是二维随机变量，它们在描述两个或多个随机现象间的关系时非常有用。我们将讨论如何描述两个随机变量的联合分布、边缘分布以及条件分布。...
概率论与数理统计.pdf
01-10
《概率论与数理统计》是一门研究随机现象和不确定性事件的数学理论，它在现代科学、工程、经济、金融等多个领域中具有广泛的应用。这门学科主要包含两个部分：概率论和数理统计。 一、概率论 概率论是研究随机事件...
贝叶斯统计：数理统计中的概率模型，如何利用先验知识做决策
[贝叶斯统计：数理统计中的概率模型，如何利用先验知识做决策](https://andrewcharlesjones.github.io/assets/empirical_bayes_gaussian_varying_replicates.png) # 摘要 贝叶斯统计是现代统计学中一种重要的方法论...
统计决策论及贝叶斯分析
03-12
统计决策论及贝叶斯分析 统计决策论及贝叶斯分析 统计决策论及贝叶斯分析 统计决策论及贝叶斯分析
统计决策论及贝叶斯分析.第2版
03-01
《现代外国统计学优秀著作译丛:统计决策论及贝叶斯分析(第2版)》主要讨论贝叶斯分析和决策论的基本论点和原理，没有打算系统地介绍实际上已开拓发展了的方法的全貌，即介绍这些思想在统计学的特殊领域的具体发展。书中的例子，在很大程度上是随便例举的，因而很遗憾，它们未能覆盖统计学中某些难度较大的部分，比如，非参数统计。不过，方法上的相当数量的内容最终还是通过这样或那样的途径介绍出来了。
统计决策论及贝叶斯分析（第二版）（James O.Berger）带书签
05-27
统计决策论及贝叶斯分析（第二版）（James O.Berger）书签
高等数理统计(part6)--统计决策问题
小山羊的学习日志
01-05 477
学习笔记，仅供参考，有错必纠 文章目录统计决策问题样本空间和分布族(参数统计结构)判决空间和判决函数损失函数和风险函数定义3.1.2定理3.1.1(Rao-Blackwell定理)定理3.1.1'(Rao-Blackwell定理，Casella and Berqer) 统计决策问题 样本空间和分布族(参数统计结构) 判决空间和判决函数 损失函数和风险函数 定义3.1.2 定理3.1.1(Rao-Blackwell定理) 定理3.1.1’(Rao-Blackwell定理，Casella
数理统计——朴素贝叶斯分类
weixin_45902007的博客
11-22 763
文章目录前言一、概念二、使用步骤1.引入库2.朴素贝叶斯算法2.常用朴素贝叶斯极客时间：1.常用概念2.朴素贝叶斯分类器工作流程3.如何使用朴素贝叶斯分类对文档进行分类 前言 一、概念 熟悉条件概率、联合概率、独立性概率 熟悉全概率公式与贝叶斯公式 清楚朴素贝叶斯算法原理 能使用该算法实现分类任务 二、使用步骤 1.引入库 随机事件 概率 联合概率:多个事件同时发生的概率 条件概率：在事件A发生的前提下，B事件发生的概率。 独立性现象 独立性定义 全概率公式 贝叶斯公式：其核心思维是将求解p(A|B)
概率论与数理统计之贝叶斯公式
Trony的博客
08-25 1593
若为试验E的一个完备事件组，B为E的任一事件，且，则：。这个公式也被称为贝叶斯公式。 根据乘法公式有： 根据全概率公式有： 其中称为先验概率，称为后验概率 例题：设一地区居民的某种疾病的发病率为0.0004，现用一种有效的检验方法进行普查。医学研究表明，化验结果是存在错误的，已知该患病的人其化验结果99%呈阳性(有病)，而没患病的人其化验结果99.9%呈阴性(无病)。现有一人用这种方法检验出患有该病，求此人患病的概率。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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