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：