摘要：
阅读全文
posted @ 2019-05-19 00:13
丹心静居
阅读(849)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2019-04-22 20:34
丹心静居
阅读(2009)
评论(0)
推荐(0)
摘要：
此处坐标系（X，Y） 转化到了（X，n） 用到了雅可比坐标转化行列式 雅可比变换公式的推到 就是要求这个面积系数 类似于这样的变量积分都可以用变量代换算 这个是先证明局部，再证明整体 阅读全文
posted @ 2019-04-22 17:50
丹心静居
阅读(859)
评论(0)
推荐(0)
摘要：
只考虑连续形随机变量 功率 功率谱密度和方差的关系，只考虑高斯白噪声： 阅读全文
posted @ 2019-04-22 11:17
丹心静居
阅读(10835)
评论(0)
推荐(0)
摘要：
bayes因子为什么一定要除以先验机会比，如果是想用样本的作用，来判断支持原来的假设θ_0，H_0的力度，直接用后验概率比不就好了吗？ 左边等于右边 左边等于右边 阅读全文
posted @ 2019-04-19 01:00
丹心静居
阅读(297)
评论(0)
推荐(0)
摘要：
这里的频率学派，认为参数θ是一个常量 ，只有属于置信区间，或者∉置信区间，没有属于这个某个置信区间的概率是0.9的说法。第一个意思是整体分布的一个参数θ，取θ的某一个先验分布，计算在该先验分布的条件下的贝叶斯估计的值不能等于该θ在整体分布下面的值。 第二个图片就是例子，第二张图片中因为先验概率取得好 阅读全文
posted @ 2019-04-16 00:52
丹心静居
阅读(1138)
评论(0)
推荐(0)
摘要：
贝叶斯估计：利用抽到的样本来修正先验估计，贝叶斯公式就是在描述，你有多大把握能相信一件证据？ MAP就是多个作为因子的先验概率P(θ)。或者，也可以反过来，认为MLE是把先验概率P(θ)认为等于1，即认为θ是均匀分布。 就算贝叶斯的条件概率的最大值 阅读全文
posted @ 2019-04-14 16:43
丹心静居
阅读(246)
评论(0)
推荐(0)
摘要：
所以 这里是满足 Be（x+1，n-x+1），如果是要服从Be（a，b） 相应的后验概率 阅读全文
posted @ 2019-04-12 20:46
丹心静居
阅读(685)
评论(0)
推荐(0)
浙公网安备 33010602011771号