2.概率論基本概念
概念
PDF (probability density function)
概率密度函數簡稱PDF,這裏指的是一維連續隨機變量,多維連續變量也類似。隨機數據的概率密度函數:表示瞬時幅值落在某指定範圍內的概率,因此是幅值的函數。它隨所取範圍的幅值而變化。
密度函數f(x) 具有下列性質:
CDF(cumulative distribution function)
CDF又名累計分佈函數,用如下的例子說明:
條件概率
全概率公式
貝葉斯公式
貝葉斯公式的推導過程
頻率學派和貝葉斯學派
舉個現實點的例子,比如預測明天4月2號的氣溫,頻率派可能抓取歷史N年的4月2日的氣溫數據(爲了穩定,可能也會4月2日前後一週的氣溫數據),然後得到均值和方差,然後得到一個溫度範圍及其置信度。貝葉斯學派可能根據之前的先驗知識(地理位置,經濟狀況,政策……)估計到一個先驗溫度分佈,然後根據當前這些因素的採樣數據,用相似度去修正先驗概率,得到一個修正後的後驗概率分佈。
二項分佈
均勻分佈
泊松分佈
正態分佈
指數分佈
幾何分佈
總結
補充說明
Gamma分佈在後續章節會有所涉及。