上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 20 下一页
摘要: 阅读全文
posted @ 2019-05-19 00:13 丹心静居 阅读(838) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-04-26 00:26 丹心静居 阅读(444) 评论(0) 推荐(0) 编辑
摘要: cd xxx (地址) 阅读全文
posted @ 2019-04-24 23:12 丹心静居 阅读(303) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-04-22 20:34 丹心静居 阅读(1986) 评论(0) 推荐(0) 编辑
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(824) 评论(0) 推荐(0) 编辑
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(10511) 评论(0) 推荐(0) 编辑
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(285) 评论(0) 推荐(0) 编辑
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(1086) 评论(0) 推荐(0) 编辑
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(236) 评论(0) 推荐(0) 编辑
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(666) 评论(0) 推荐(0) 编辑
上一页 1 ··· 9 10 11 12 13 14 15 16 17 ··· 20 下一页