西瓜价格问题估计:频率派vs贝叶斯派

频率派:

假设在 2019 2019 2019年去不同超市调研西瓜的价格得到 5 5 5组数据 ( 2.0 , 1.8 , 2.2 , 1.9 , 2.1 ) (2.0, 1.8, 2.2, 1.9, 2.1) (2.0,1.8,2.2,1.9,2.1),假设价格 X X X服从高斯分布,则用极大似然估计可得西瓜价格均值为 2.0 2.0 2.0元。

贝叶斯派:

假设在 2019 2019 2019年去不同超市调研西瓜的价格得到 5 5 5组数据 ( 2.0 , 1.8 , 2.2 , 1.9 , 2.1 ) (2.0, 1.8, 2.2, 1.9, 2.1) (2.0,1.8,2.2,1.9,2.1),同时统计到 2019 2019 2019年以前的西瓜价格均值为:

年份西瓜价格均值
20181.5
20171.3
20161.2
20151.1
20141.2

那么贝叶斯派认为频率派所求均值 2.0 2.0 2.0与之前几年均值差别较大。
贝叶斯派假设均值 μ \mu μ服从高斯分布,用前五年的数据求得 μ \mu μ的均值为 1.26 1.26 1.26,方差为 0.1 0.1 0.1。即:
P ( μ ) = 1 2 π 0.1 e − ( μ − 1.26 ) 2 0.02 P_{(\mu)} = \frac{1}{\sqrt{2\pi}0.1}e^{-\frac{(\mu -1.26)^{2}}{0.02}} P(μ)=2π 0.11e0.02(μ1.26)2
所以:
P ( μ ∣ x ) = P ( x ∣ μ ) P ( μ ) P_{(\mu |x)}=P_{(x|\mu)}P_{(\mu)} P(μx)=P(xμ)P(μ)
= ( ∏ i = 1 5 1 2 π σ e − ( x i − μ ) 2 2 σ 2 ) × 1 2 π 0.1 e − ( μ − 1.26 ) 2 0.02 =({\prod_{i=1}^{5}}\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x_{i}-\mu)^{2}}{2\sigma^2}})\times \frac{1}{\sqrt{2\pi}0.1}e^{-\frac{(\mu -1.26)^{2}}{0.02}} =(i=152π σ1e2σ2(xiμ)2)×2π 0.11e0.02(μ1.26)2
上式中 μ \mu μ σ \sigma σ 2019 2019 2019年西瓜价格的均值和方差。
最终得到 P ( μ ∣ x ) = 1.73 P_{(\mu |x)}=1.73 P(μx)=1.73

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

cofisher

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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