统计学习 EM算法应用-三硬币模型

最新推荐文章于 2022-08-31 22:17:55 发布

一只老风铃

最新推荐文章于 2022-08-31 22:17:55 发布

阅读量2.3k

点赞数

分类专栏：统计学习

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。

本文链接：https://blog.csdn.net/qq_33369979/article/details/103913637

版权

本文通过一个三硬币模型的问题，探讨如何在仅观测到结果的情况下估计硬币正面出现的概率。利用EM算法，通过迭代计算E步（期望）和M步（最大化）来不断优化模型参数，直至收敛，从而解决这个问题。

摘要由CSDN通过智能技术生成

【问题描述】

假设有三枚硬币，分别记为A、B、C。这些硬币正面的概率分别为π，p，q，进行如下的抛硬币实验：先掷硬币A，根据其结果选出硬币B或者硬币C，正面选硬币B，反面选硬币C，然后掷选出的硬币，掷硬币的记过，出现正面记作1，出现反面记作0，独立地重复n次实验（这里n=10），然后观测结果如下：

1，1，0，1，0，0，1，0，1，1

假设只能观测到掷硬币的结果，不能观测掷硬币的过程，问如何估计三硬币正面出现的概率，即三硬币模型的参数π，p，q。

设定Z隐变量表示硬币来自B或者来自C 那么三硬币模型表示为：

$P(y|\theta )=\sum P(y,z|\theta )=\sum P(z|\theta )*P(y|z,\theta )$

即：

$\pi p^{y}(1-p)^{1-y}+(1-\pi )q^{y}(1-q)^{1-y}$

随机变量y表示观测的结果即正面朝上1 或者背面朝上0

隐变量z表示该硬币来自于B或者来自于C

则观测数据的似

最低0.47元/天解锁文章

一只老风铃

关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
统计学习 EM算法应用-三硬币模型

【问题描述】假设有三枚硬币，分别记为A、B、C。这些硬币正面的概率分别为π，p，q，进行如下的抛硬币实验：先掷硬币A，根据其结果选出硬币B或者硬币C，正面选硬币B，反面选硬币C，然后掷选出的硬币，掷硬币的记过，出现正面记作1，出现反面记作0，独立地重复n次实验（这里n=10），然后观测结果如下：1，1，0，1，0，0，1，0，1，1假设只能观测到掷硬币的结果，不能观测掷硬币的过程，问如...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。