- D(x)=E{[x−E(x)]2} :相对于平均数差距的平方的期望;
- 数理统计一词的理解:mathematical stats,也即用数学的观点审视统计,为什么没有数理概率,因为概率本身即为数学,而对于统计,random variable 的性质并不全然了解,所以数理统计在一些书里又被称作:stats in inference(统计推论,已知 ⇒ 未知)
- 概率与统计的中心问题,都是random variable,
PMF与PDF
PMF:probability mass function,概率质量函数,是离散型随机变量在各特定取值上的概率。与概率密度函数(PDF:probability density function)的不同之处在于:概率质量函数是对离散型随机变量定义的,本身代表该值的概率;概率密度函数是针对连续型随机变量定义的,本身不是概率(连续型随机变量单点测度为0),只有在对连续随机变量的pdf在某一给定的区间内进行积分才是概率。
notation
假设
X
是一个定义在可数样本空间
注意这在所有实数上,包括那些
X
不可能等于的实数值上,都定义了pmf,只不过在这些
离散型随机变量概率质量函数(pmf)的不连续性决定了其累积分布函数(cdf)也不连续。
共轭先验(conjugate prior)
所谓共轭(conjugate),描述刻画的是两者之间的关系,单独的事物不构成共轭,举个通俗的例子,兄弟
这一概念,只能是两者才能构成兄弟。所以,我们讲这两个人是兄弟关系,A是B的兄弟
,这两个分布成共轭分布关系,A是B的共轭分布
。
p(X|θ) :似然(likelihood)
p(θ) :先验(prior)
p(X) :归一化常数(normalizing constant)
我们定义:如果先验分布( p(θ) )和似然函数( p(X|θ) )可以使得先验分布( p(θ) )和后验分布( p(θ|X) )有相同的形式(如,Beta(a+k, b+n-k)=Beta(a, b)*binom(n, k)),那么就称先验分布与似然函数是共轭的(成Beta分布与二项分布是共轭的)。
几个常见的先验分布与其共轭分布
先验分布 | 共轭分布 |
---|---|
伯努利分布 | beta distribution |
Multinomial | Dirichlet Distribution |
Gaussian, Given variance, mean unknown | Gaussian Distribution |
Gaussian, Given mean, variance unknown | Gamma Distribution |
Gaussian, both mean and variance unknown | Gaussian-Gamma Distribution |
最大似然估计(MLE)
首先来看,大名鼎鼎的贝叶斯公式:
可将
θ
看成欲估计的分布的参数,
X
表示样本,
现给定样本集\mathcal{D}=\{x_1,x_2,\ldots,x_N\}
D={x1,x2,…,xN}
,似然函数为:
p(\mathcal{D}|\theta)=\prod_{n=1}^Np(x_n|\theta)
为便于计算,再将其转换为对数似然函数形式:
\ln p(\mathcal{D}|\theta)=\sum_{n=1}^N\ln p(x_n|\theta)
我们不妨以伯努利分布为例,利用最大似然估计的方式计算其分布的参数(p
p
),伯努利分布其概率密度函数(pdf)为:
f_X(x)=p^x(1-p)^{1-x}=\left \{
\begin{array}{ll}
p,&\mathrm{x=1},\\
q\equiv1-p ,&\mathrm{x=0},\\
0,&\mathrm{otherwise}
\end{array}
\right.
整个样本集的对数似然函数为:
\ln p(\mathcal{D}|\theta)=\sum_{n=1}^N\ln p(x_n|\theta)=\sum_{n=1}^N\ln (\theta^{x_n}(1-\theta)^{1-x_n})=\sum_{n=1}^Nx_n\ln\theta+(1-x_n)\ln(1-\theta)
等式两边对\theta
θ
求导:
\frac{\partial \ln(\mathcal{D}|\theta)}{\partial \theta}=\frac{\sum_{n=1}^Nx_n}{\theta}-\frac{N}{1-\theta}+\frac{\sum_{n=1}^Nx_n}{1-\theta}
令其为0,得:
Beta分布
Beta
分布的峰值在
a−1b+a−2
处取得。其中
Γ(x)≡∫∞0ux−1e−udu
有如下性质:
我们来看当先验分布为 Beta 分布时的后验分布:
对应于python中的math.gamma()
及matlab中的gamma()
函数(matlab中beta(a, b)=gamma(a)gamma(b)/gamma(a+b)
)。
条件概率(conditional probability)
读作: P of
given
Y :条件(观察到的,已发生的事件),conditional
条件概率的计算
仍然从样本空间(sample space)的角度出发。此时我们需要定义新的样本空间(给定条件之下的样本空间)。所以,所谓条件(conditional),本质是对样本空间的进一步收缩,或者叫求其子空间。
比如一个人答题,有
本质是样本空间从
S={A,B,C,D}
,变为了
S′={B,D}
。
新样本空间下
P(A|排除A/C)=0,P(C|排除A/C)=0
,归纳出来,也即某实验结果(outcome,
oi
)与某条件
Y
不相交,则:
最后我们得到条件概率的计算公式:
考虑某事件
X={o1,o2,q1,q2}
,已知条件
Y={o1,o2,o3}
发生了,则:
条件概率与贝叶斯公式
条件概率:
贝叶斯公式:
其实是可从条件概率推导贝叶斯公式的:
证明: P(B,p|D)=P(B|p,D)P(p|D)
References
[1] 概率质量函数