美文网首页
最大似然估计 VS 贝叶斯估计

最大似然估计 VS 贝叶斯估计

作者: 奔跑的考拉_zdpg | 来源:发表于2021-02-02 23:51 被阅读0次

    https://www.zhihu.com/question/24124998/answer/883582430

    先理解一些统计概率的基本概念:

    先验概率:执因求果。

    后验概率:知果求因。

    极大似然概率:知果求最可能的原因。

    条件概率:

    全概率:

    例子: 已知车祸有一定概率会导致堵车,此处车祸是因,堵车是果。

    P(堵车) 是先验概率。

    P(车祸|堵车)是后验概率。

    我们有以下三个随机事件

    A 警察查酒驾

    B 下班高峰

    C 车祸

    三个事件都会导致堵车,在已知堵车的情况下,哪个事件最可能发生,即是极大似然估计,即求 argmax(P(A|堵车),P(B|堵车),P(C|堵车))。argmax返回A,B,C三者中使得概率最大的事件。

    那么如果我们出门之前我们听到新闻说今天路上出了个交通事故,那么我们想算一下堵车的概率,这个就叫做条件概率。也就是P(堵车|交通事故);这是由因求果。

    如果我们已经出了门,然后遇到了堵车,那么我们想算一下堵车时由交通事故引起的概率有多大,那这个就叫做后验概率(也是条件概率,但是通常习惯这么说) 。也就是P(交通事故|堵车)。这是由果求因。、

    https://www.jianshu.com/p/9c153d82ba2d

    相关文章

      网友评论

          本文标题:最大似然估计 VS 贝叶斯估计

          本文链接:https://www.haomeiwen.com/subject/lotutltx.html