贝叶斯估计与最大似然估计

极大似然估计

极大似然估计的基本想法是： 我们所看到的，就是最可能发生的。

所以通过最大化实验数据发生的概率 P(x|θ)  （其中参数 θ  是未知的），取极值时对应的 θ ^   即为最大似然估计。

 

贝叶斯估计

P(θ|x)=P(x|θ)P(θ) ∑ θ P(x|θ)P(θ)   

θ  表示一个事件发生的 概率，例如扔一个硬币的结果正面朝上的概率，这个 概率 θ  是一个随机变量， P(θ)  为 θ  的先验分布，“先”表示在实验之前，先验是指获得数据之前对于事件发生概率 θ  的预估，实际上就是预先假定的 θ  的一个概率分布；

x  表示实验数据。

理解的关键在于把事件发生的概率 θ  看作一个随机变量，

不妨假设 θ  取值空间为 θ i ,1≤i≤N  ，其中 ∑ N i=1 θ i =1  ，将上面的公式写得更加容易理解一点如下：

P(θ=θ i |x)=P(x|θ=θ i )P(θ=θ i ) ∑ N i=1 P(x|θ=θ i )P(θ=θ i )  ,1≤i≤N 

在实验之后，利用实验数据对 θ  的概率分布进行校正，即得到 θ  的后验分布，然后求期望，最终得到贝叶斯估计

θ ^ =∑ N i=1 θ i P(θ=θ i |x) 

一般地，对于连续随机变量 θ  ， θ  的贝叶斯估计为： θ ^ =∫θP(θ|x)dθ 

 

下面考虑一个简单的例子：

一枚硬币，抛掷出现正面的概率为 p，出现反面的概率为 1-p，但是参数 p 未知。

为了估计参数 p 的取值，进行 10 次随机试验，出现了 3 次正面， 7 次反面。

现在我们已经获取了实验数据，问题是如何才能通过实验数据估计出参数 p 呢？

 

极大似然估计：

参数 θ  在该问题中指的是正面出现的概率p，实验数据指的是在10次实验中出现3次正面，7次反面。

如果实验中出现h次正面，t次反面，则该实验结果出现的频率为（假设正反面出现的次序确定）：

P(x|θ)=p h (1−p) t  

第二步，极大化上面的式子即可得到p的贝叶斯估计。由于极大化 P(x|θ)  等价于极大化 log[P(x|θ)]  ，所以可以通过求解 log[P(x|θ)]  的最大值简化求解过程

log[P(x|θ)]=hlog[p]−tlog[1−p] 

极值条件为

∂log[P(x|θ)] ∂p  =0 

∂log[P(x|θ)] ∂p  =h p  −t 1−p  =0 

求解上式可以得到

p ^ =h h+t   

这就是硬币正面出现概率的极大似然估计。将具体的实验结果代入以上公式计算这枚硬币出现的概率为 p=3/10。

    可能有人会想，为啥要搞的这么麻烦， p ^ =h h+t    是多么的直白明了，即使不使用极大似然的方法仍然能够写出 p ^ =h h+t    。对于硬币的问题，我们的确可以更快捷的凭借直觉给出参数 p 的估计，那是因为参数 p 有明确的含义，p 表示概率，我们很容易想到使用频率来估计概率。但是有的问题中参数 θ  没有明确的含义，我们就很难通过直觉来得到参数 θ  的估计量 θ  。简单来说我们的直觉能够在待估参数有明确含义的时候提供便捷，但是当待估参数没有明确含义的时候我们的直觉只能靠边站，事情交由极大似然估计来解决。

 

贝叶斯估计

下面我们考虑利用贝叶斯估计来解决这个问题。

    还是回到硬币的问题，我们通过极大似然估计得到硬币出现正面的概率是 3/10，但是生活经验告诉我们硬币正反面出现的概率相等都是 1/2。到底我们应该相信那个结果呢？一种好的方法就是将生活经验和实验数据两个因素综合在一起考虑，贝叶斯估计很好的做到了这一点。

    贝叶斯估计可以分为三个步骤来实现。第一步确定先验，第二步写出似然函数并计算后验，第三步根据后验计算贝叶斯估计。下面通过硬币的例子来说明贝叶斯估计的实现步骤。

第一步确定先验，我们使用的先验分布是 p∼Beta(α,beta)  ， Beta(α,β)  具体是这个样子

f(p;α,β)=Γ(α+β) Γ(α)Γ(β)  p α−1 (1−p) β−1  

Beta(α,β)  的含义是实验之前已经进行了 α+β  次扔硬币的实验，出现了 α  次正面和 β  次反面。

第二步写出似然函数，并计算后验。

P(θ|x)∝P(x|θ)P(θ) 

P(x|θ)P(θ)=p h (1−p) t Γ(α+β) Γ(α)Γ(β)  p α−1 (1−p) β−1  

添加归一化系数（保证 ∫ θ P(x|θ)P(θ)=1  ）之后可以得到

P(θ|x)=p h (1−p) t Γ(α+β+h+t) Γ(α+h)Γ(β+t)  p α+h−1 (1−p) β+t−1  

即 P(θ|x)∼Beta(α+h,β+t) 

故可得

p ^ =α+h α+β+h+t   

代入具体的数据， α=200,β=200,h=3,t=7  计算可得

p ^ =α+h α+β+h+t  =203 410  =0.495 

我们的先验知识对结果产生了很大的影响，不添加先验时极大似然估计的结果是 p=3/10，添加先验之后，较少的实验数据只对先验做出微小的调整，贝叶斯估计的结果是