概率模型: 由
(
Ω
,
F
,
P
)
(\Omega,F,P)
(Ω,F,P)组成,其中
Ω
\Omega
Ω为随机变量X的采样空间、
F
F
F为分布律,
P
P
P为
F
F
F上的概率测度。
f
(
x
)
=
P
(
X
≤
x
)
=
P
(
ω
∈
Ω
,
X
(
ω
)
≤
x
)
=
∫
−
∞
x
F
(
x
)
d
x
f(x)=P(X \le x)=P(\omega \in \Omega,X(\omega) \le x)=\displaystyle \int^{x}_{-\infty}{F(x)dx}
f(x)=P(X≤x)=P(ω∈Ω,X(ω)≤x)=∫−∞xF(x)dx
其中
f
f
f为累计分布函数(Cumulative Distribution Function, CDF)。通常分布律F是确定的,如高斯分布(正态分布)
N
o
r
m
a
l
(
μ
,
σ
)
Normal(\mu,\sigma)
Normal(μ,σ)。
统计模型: 是概率模型的集合(为多个分布律F集合)。参数组成。如多个高斯分布参数
N
o
r
m
a
l
(
μ
^
,
Σ
)
Normal(\hat{\mu},\Sigma)
Normal(μ^,Σ)。统计模型一般需要训练数据来对分布律进行估计,从而产生分布律集合。
参考:
Differences between a statistical model and a probability model? [stackchange论坛]
统计模型和概率模型的区别是什么呢? [知乎]