《生物信息学》(樊龙江主编)——第14，15章读书笔记

第14章——生物信息学统计与算法基础

大规模序列数据分析——高效算法（经典的机器学习算法，深度学习算法）
基于生物序列的遗传推断——统计学方法（贝叶斯统计）

1. 贝叶斯统计

1.贝叶斯统计概述

1. 两大统计学派——频率学派、贝叶斯学派
   1.1 统计推断三种信息
   （1）总体信息
   （2）样本信息
   （3）先验信息
   1.2 贝叶斯学派与经典统计学派的区别

   贝叶斯统计重视先验信息收集，使其数量化，形成先验分布，经典统计则只利用总体信息和样本信息。 
   	1.将未知数看作随机变量问题（即对某一未知数是某一情况的假设设为一个概率值，而非100%）
   	2.主观概率问题（对于概率值的确定是由先验经验决定的，而非大量重复实验）
   

   1.3 贝叶斯派基本观点

   任何一个未知数都可以看做一个随机变量，并应该用一个概率分布去描述该未知数的未知状态。
   而且这个未知数的概率分布是在抽样前就有的，是一种**先验分布**
   

2. 贝叶斯公式推断

   知识点梳理：
   1.概率与期望的区别
     概率——只表示某事发生的可能性大小
     期望——则是对于某个事件发不发生带来的综合收益或均值 	
   

第15章——生物信息学计算机基础