摘要：
https://zhuanlan.zhihu.com/p/52808762 阅读全文
摘要：
P(C2|C1)=P(C2). ，所有C1,C2独立，，C1，C2 没关系，那P(C1 ∩C2)= 难道不是等于0吗？ P（AB）=P(A)P(B) 这是独立 P(AB)=0 这是互斥 独立就不能互斥，互斥就不能独立 阅读全文
摘要：
因为这个与时间起点无关，呈现周期性 随机信号是时间的函数，但是每次实验的结果是随机的但是平稳随机过程，每隔一段时间，又会重复一次，不随机的 平稳随机过程加个t还是相等，“相等”是同分布 分布是一样的，不代表就完全确定了。 只是概率一样，没说那时候就事件一定会发生。比如独立同分布的时候。 阅读全文
摘要：
他这里的p不一样的话，mx(ti)，就一定不一样 随机变量的p和时间有关，不可预测，时间不一样，p就不一样 所以同一个随机过程，里面的两个随机变量的时间不同，期望也不同 阅读全文
摘要：
，当θ的区间是无穷的时候，没办法定义一个正常的均匀分布，那广义先验分布的应用体现在哪里呢？ 这里不满足 概率空间的完全性 ， p（Ω）等于1 就是你对parameter的分布一点都没有把握的时候， 你知道parameter取值从负无穷到正无穷，但是并不确定它在什么时候概率更大 阅读全文
摘要：
嫌疑犯永远是嫌疑犯，不是罪犯 阅读全文
摘要：
阅读全文
摘要：
这里的彩电寿命密度函数p(ti/θ)，就是代表在θ条件下，彩电ti时刻报废的概率？因为题目是已知在ti时刻报废。报废已经确定是事实，为什么还要算概率呢？ 这里要看成是联合密度，坏不坏都独立。类似于二项分布那样理解 阅读全文
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。因为先验概率取得好，使得可信区间变短，小于按照经典 阅读全文
摘要：
经典统计学 不能用p(x/θ)，是因为他这里的p(x/θ)，把那些就算没有抽样到的样本x也给算进去了，而似然原理里面的θ只由抽到的样本得出，所以矛盾了， 把没有抽到的样本算进去，也就是把全部的样本考虑进去后，算进去后θ 就变成了随机变量，因为此时的θ和所有的样本有关，样本之间也是独立同分布，所以 θ 阅读全文