![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
贝叶斯统计
文章平均质量分 85
D洁洁和W的御用Programmer
程序人生也需要有punchline
展开
-
贝叶斯统计R语言操作3——假设检验
文章目录前言一、贝叶斯假设检验的优点二、R语言实例操作1.题目叙述2. 先验概率2.后验概率3. 贝叶斯因子4.H0H_0H0的后验概率5. 结论前言此篇文章对于贝叶斯假设检验不做定义以及公式的推导,仅仅是想通过实例R语言操作来理解贝叶斯假设检验。一、贝叶斯假设检验的优点简单,无需抽样分布和显著性水平可以推广至多重检验二、R语言实例操作1.题目叙述Measurements~N(μ,σ2)N(\mu,\sigma^2)N(μ,σ2),μ\muμ is true weight an原创 2021-05-03 16:19:54 · 2212 阅读 · 0 评论 -
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原创 2021-04-04 11:44:42 · 2924 阅读 · 1 评论 -
贝叶斯统计R语言操作1——共轭先验分布
文章目录一、共轭先验分布定义二、正态均值的共轭先验分布1.公式理论2.Example: Normal mean3.R code一、共轭先验分布定义设 π(θ)\pi(\theta)π(θ) 是 θ\thetaθ 的先验密度,假设由抽样信息算得的后验密度函数与 π(θ)\pi(\theta)π(θ) 有相同的函数形式,则称 π(θ)\pi(\theta)π(θ) 是 θ\thetaθ 的共轭先验分布。二、正态均值的共轭先验分布1.公式理论设 x1,原创 2021-03-11 09:42:16 · 1851 阅读 · 0 评论