如何理解Beta二项分布公式的理解和Dirichlet二项分布公式的理解

来源：蜘蛛抓取(WebSpider) 时间：2017-07-11 04:07 标签： 分布函数怎么理解
他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)为什么说Dirichlet分布是分布的分布_百度知道
为什么说Dirichlet分布是分布的分布
我有更好的答案
正态分布需要注意的结论：1、两个正态分布独立或服从二维正态分布可以推出线性组合也是正态,不加前提条件是不能推出的.（此题的解释）2、相关系数为零推不出独立,除非是服从二维正态分布,但独立可以反推出相关系数为零,因为相关系数为0指随机变量没有线性关系而独立是指没有任何关系.当服从二维正态分布时,不相关性与独立性等价.
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。1328人阅读
概率论知识（11）
数学知识（17）
from：http://blog.csdn.net/u/article/details/
&&&&&&&&&&
在机器学习领域中，概率模型是一个常用的利器。用它来对问题进行建模，有几点好处：1）当给定参数分布的假设空间后，可以通过很严格的数学推导，得到模型的似然分布，这样模型可以有很好的概率解释；2）可以利用现有的EM算法或者Variational method来学习。通常为了方便推导参数的后验分布，会假设参数的先验分布是似然的某个共轭分布，这样后验分布和先验分布具有相同的形式，这对于建模过程中的数学推导可以大大的简化，保证最后的形式是tractable。
& & 在概率模型中，Dirichlet这个词出现的频率非常的高。初始机器学习的同学或者说得再广一些，在学习概率模型的时候，很多同学都不清楚为啥一个表现形式如此奇怪的分布Dirichlet分布会出现在我们的教科书中，它是靠啥关系攀上了多项分布（Multinomial distribution）这个亲戚的，以至于它可以“堂而皇之”地扼杀我大天朝这么多数学家和科学家梦想的？为了引出背后这层关系，我们需要先介绍一个概念——共轭先验（Conjugate
Conjugate Prior:&In Bayesian probability theory, if the posterior distributions p(θ|x) are
in the same family as the prior probability distribution p(θ), the prior and posterior are then called conjugate distributions, and the prior is called a conjugate prior for the likelihood.&----from wiki用中文来讲，在贝叶斯统计理论中，如果某个随机变量Θ的后验概率&p(θ|x)和其先验概率p(θ)属于同一个分布簇的，那么称p(θ|x)和p(θ)为共轭分布，同时，也称p(θ)为似然函数p(x|θ)的共轭先验。
& & 介绍了这个重要的概念之后，我们回到文章的正题。
首先需要弄清楚什么是二项分布（Binomial distribution）。这个概念是从伯努利分布推进的。伯努利分布是一个离散型的随机分布，其中的随机变量只有两类取值，非正即负{+，-}。二项分布即重复n次的伯努利试验，记为 X~b(n,p)。概率密度函数（概率质量函数）为。
-------------------------------------------------------------------------------------
Beta分布的由来：
----------------------------------------------------------------------------------------------------------------------------------
看看Beta分布，给定参数和，取值范围为[0,1]的随机变量x的概率密度函数，其中，。这里假定，先验分布和似然概率如下所示：
那么很容易知道后验概率为
-------------------------------------------------------------------------------------------------------------------
Dirichlet 分布的由来：
-------------------------------------------------------------------------------------------------------------------
多项分布，从字面上所表现出的含义，我们也大抵知道它的意思。它本身确实也是这样的，其单次试验中的随机变量的取值不再是0-1的，而是有多种离散值可能（1,2,3...,k），其中。多项分布的概率密度函数为。而Dirichlet分布的的密度函数形式也如出一辙：，其中。到这里，我们可以看到Beta分布和Dirichlet
分布有多相似啊，二项分布和多项分布有多相似啊！
& & &再一次来看看共轭。假设有先验分布
另有似然函数
则后验概率
，和Dirichlet 分布形式一致。
& & 其实，细心的读者已经发现，这里这四类分布，如果但从数学形式上看，它们的组织形式都是一致的，都是通过乘积的形式构成，加上先验分布、似然函数和后验分布之间的乘积推导关系，可以很容易发现，它们所表现出的共轭性质很容易理解。
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：1740860次
积分：20268
积分：20268
排名：第465名
原创：101篇
转载：1376篇
评论：247条
个人邮箱： xuxiduo@zju.edu.cn
1）OpenCV俱乐部
2） 视频/音频/图像/算法/ML
备注：加群需要回答问题，避免广告党。
如果你是博客看到后加的，请注明“博客”并回答问题，只注明”博客“不回答问题的恕不加入。答案为和群相关的任何技术名词，不能出现1）和2）中的任何字眼
阅读：10201
文章：16篇
阅读：17592
阅读：10176
文章：32篇
阅读：60281
(4)(13)(4)(2)(24)(46)(6)(9)(8)(8)(31)(20)(18)(42)(70)(118)(143)(56)(68)(107)(226)(78)(3)(9)(37)(46)(50)(19)(15)(13)(27)(12)(12)(103)(18)(18)
(window.slotbydup = window.slotbydup || []).push({
id: '4740890',
container: s,
size: '250,250',
display: 'inlay-fix'为什么说Dirichlet分布是分布的分布？- 百度派
{{ mainData.uname }}
：{{ mainData.content }}
{{ prevData.uname }}
：{{ prevData.content }}
{{ mainData.uname }}
：{{ mainData.content }}
0 || contentType !== 1" class="separate-line">
：{{ item.content }}
3">等{{ uList.length }}人邀请你回答
为什么说Dirichlet分布是分布的分布？
问题说明（可选）：
扫一扫分享到微信
{{ log.sign }}
可能对你的问题感兴趣
暂无相关用户
，才能邀请用户
，才能邀请用户
你已邀请15人，不可再邀请
你那他把整体更加简洁，更加精细。比较深入更加的专业化更加的多元化，让人们了解的更多，所以说他是分布的分布也是有科学依据的。也是人们总结出来的经验。
你那他把整体更加简洁，更加精细。比较深入更加的专业化更加的多元化，让人们了解的更多，所以说他是分布的分布也是有科学依据的。也是人们总结出来的经验。
扫一扫分享到微信
Dirichlet分布更加细致，比较专业化，让整体的布局很清晰明了，人们一眼就能看明白能更好的了解，是慢慢形成的
Dirichlet分布更加细致，比较专业化，让整体的布局很清晰明了，人们一眼就能看明白能更好的了解，是慢慢形成的
扫一扫分享到微信
为什么说Dirichlet分布是分布的分布？
，才能进行回答
一个问题只能回答一次，请&nbsp点击此处&nbsp查看你的答案
3人关注了此问题

我要回帖

更多关于 分布函数怎么理解 的文章

 

随机推荐