概率论
文章平均质量分 61
suifeng_123123
这个作者很懒,什么都没留下…
展开
-
【概率论】边缘分布和联合分布
有X1,X2,X3,…,Xm共m个随机变量,各有其分布F1,F2,F3,…,Fm。令X=(X1,X2,X3,…,Xm),则其为m维随机向量。则X的分布F为联合分布,F1,F2,…,Fm为边缘分布。边缘分布的命令来源:有二维随机向量(X1,X2),其分布为可以看到,“行合计”和“列合计”分别为X1,X2的分布,因其在表格边缘,故命名为边缘分布。所以,边缘分布其实就是多维随机向量中的随机变量的分布,不要理解得太复杂。以及,联合分布可推边缘分布,边缘分布不可推联合分布前者容易理解,后者:因为边缘分布原创 2022-01-10 11:07:35 · 12609 阅读 · 2 评论 -
对贝叶斯公式,最大似然估计(MLE)及最大后验估计(MAP)的理解
一、贝叶斯公式贝叶斯公式可写为:P(A∣B)=P(B∣A)⋅P(A)P(B)P(A \mid B)=\frac{P(B \mid A) \cdot P(A)}{P(B)}P(A∣B)=P(B)P(B∣A)⋅P(A)形式很简单,但蕴含了由果推因的思想,怎样理解上述思想呢?我们假设有事件AiA_iAi, i=0,1,2,3,...,ni = 0,1,2,3,...,ni=0,1,2,3,...,n可能导致事件BBB发生,那么现在已知事件B发生了,而导致事件B发生的原因是AiA_iAi的概率可写原创 2022-03-16 17:40:44 · 1153 阅读 · 0 评论