数学真心不太好呢,但是自己挖的坑就算是哭着也要填完,就像是双11下的单,吃土也得付款。。
打算从Beta分布开始讲起,大白话开始:
我们反复抛一枚硬币,假设我们不知道出现正面的概率,出现正面的概率记为e,然后根据我们的估计的就能得到下一次为正面的概率,这里用到的是先验概率,可是当我们抛之后有了事实之后就有了后验概率,我们根据经验而来的参数去估计某一个事件发生的概率,然后在根据发生后的事实来修正参数,这就是从先验概率到后验概率,那么Beta分布又起到怎样的作用呢?
我们可以用一个分布来描述参数e的分布情况吧,像硬币一样只会出现正反两种可能性的时候就可以用到Beta分布来描述
x 即为我们描述抛硬币出现正面的可能性,当然也可以认为是出现反面的可能,我们只是借助于Beta分布来描述参数的变化。a,b为已存在的经验,B(a,b)=(a-1)!*(b-1)!Beta分布可以从先验知识跨越到后验知识,当事实发生后,已经的经验发生变化,使得参数值也发生变化,因为参数是服务Beta分布的。虽然参数可以服从其他的分布,但是参数如果服从Beta分布的话,计算更为方便,因为参数e从先验知识跨越到后验知识时都是服从Beta分布的。