贝叶斯统计R语言操作2——二项分布

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前期回顾一、例1:二项分布的成功概率二、例2:男孩的出生率θ\thetaθ是否超过了0.5?三、后验分布密度函数曲线前期回顾贝叶斯统计R语言操作1——共轭先验分布一、例1:二项分布的成功概率1. 设事件A的概率为θ\thetaθ,即P(A)=θP(A)=\thetaP(A)=θ.为估计θ\thetaθ进行了nnn次独立观察,A发生的次数为XXX,XXX服从二项分布b(n,θ)b(n,\theta)b(n,θ):p(x∣θ
摘要由CSDN通过智能技术生成

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


前期回顾

贝叶斯统计R语言操作1——共轭先验分布


一、例1:二项分布的成功概率

1. 设事件A的概率为 θ \theta θ,即 P ( A ) = θ P(A)=\theta P(A)=θ.为估计 θ \theta θ进行了 n n n次独立观察,A发生的次数为 X X X X X X服从二项分布 b ( n , θ ) b(n,\theta) b(n,θ): p ( x ∣ θ ) = C n x θ x ( 1 − θ ) n − x p(x|\theta)=C_{n}^{x}\theta^x(1-\theta)^{n-x} p(xθ)=Cnxθx(1θ)nx,求后验分布 π ( θ ∣ x ) \pi(\theta|x) π(θx).

2.由上我们已经得到总体信息,但还有先验分布 π ( θ ) \pi(\theta) π(θ)未知.这里我们默认 θ \theta θ服从均匀分布,即 π ( θ ) = 1 \pi(\theta)=1 π(θ)=1.

3.Beta函数: B ( x , y ) = ∫ 0 1 t x − 1 ( 1 − t ) y − 1 d t B(x,y)=\int_{0}^{1}t^{x-1}(1-t)^{y-1}dt B(x,y)=01tx<

  • 6
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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
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