Marginal Likelihood 边缘似然
今天在论文里面看到了一个名词叫做Marginal likelihood,中文应该叫做边缘似然,记录一下相关内容。
似然
似然也就是对likelihood较为贴近的文言文界似,用现代的中文来说就是可能性。
似然函数
在数理统计学中,似然函数就是一种关于统计模型中的参数的函数,表示模型参数中的似然性。"似然性”与“概率”意思相近,都是指某种事件发生的可能性。统计学中,”似然性“和”概率“又明确的区分,概率用在已知一些参数的情况下,预测接下来观测所得到的结果,而似然性则是用于在已知的某些观测所得到的结果时,对有关事物的性质的参数进行估计。
在这种意义的基础上,似然函数可以理解为条件概率的逆反。在已知某个参数B时,事件A会发生的概率写作:
P ( A ∣ B ) = P ( A , B ) P ( B ) P(A|B) = \frac{P(A,B)}{P(B)} P(A∣B)=P(B)P(A,B)
利用贝叶斯定理,
P ( B ∣ A ) = P ( A ∣ B ) P ( B ) P ( A ) P(B|A) = \frac{P(A|B)P(B)}{P(A)} P(B∣A)=P(A)P(A∣B)P(B)
其中贝叶斯定理如下所示:
P ( B i ∣ A ) = P ( B i ) P ( A ∣ B i ) ∑ j = 1 n P ( B j ) P ( A ∣ B j ) P(B_i|A)=\frac{P(B_i)P(A|B_i)}{\sum^n_{j=1}P(B_j)P(A|B_j)} P(Bi∣A)=∑j=1nP(Bj)P(A∣Bj)P(Bi)P(A∣Bi)<