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 |
---|---|
2018 | 1.5 |
2017 | 1.3 |
2016 | 1.2 |
2015 | 1.1 |
2014 | 1.2 |
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)=2π0.11e−0.02(μ−1.26)2
所以:
P
(
μ
∣
x
)
=
P
(
x
∣
μ
)
P
(
μ
)
P_{(\mu |x)}=P_{(x|\mu)}P_{(\mu)}
P(μ∣x)=P(x∣μ)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=1∏52πσ1e−2σ2(xi−μ)2)×2π0.11e−0.02(μ−1.26)2
上式中
μ
\mu
μ和
σ
\sigma
σ为
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(μ∣x)=1.73。