概率论与贝叶斯先验
文章目录
概率论基础
实例1
说明实际并不是九分之一,而是首位数字是1的概率大,大约占到总概率的1/3
说明如投票中赞成与反对票数应该也是约为1/3,否则很可能有问题。
实例2
实例3
分析:
初始速度对堵车与不堵车无影响。
但随机减速的概率若很高,即假设的随机减速的车多时,即发现路面堵车严重,若减速概率很低甚至为0,即都不减速,即就不堵车了。
概率公式
解答:
常见分布
离散
两点分布
二项分布
泊松分布
连续
均匀分布
指数分布
对于半记忆性起码马尔科夫模型可以表征他。
正态分布
常用分布总结以及说明解释
1笔记补充,Gamma公式正态分布求期望方差用
Beta分布
注:是将概率作为自变量即范围为[0,1]的一种分布
指数族
T(y)为充分统计量
伯努利分布推导:
正态分布
事件独立性,期望,方差,协方差
上边方差性质那里用的不等式是根据以下来的:
正确推导: