1. 随机变量的概念 顾名思义,随机变量就是“其值随机会而定”的变量。随机变量的反面是“确定性变量”,即其值遵循某种严格的规律的变量,比如从北京到上海的距离。但是从绝对意义上讲,许多通常视为确定性变量的量,本质上都有随机性,只是由于随机性干扰不大,以至在所要求的精度之内,不妨把经作为确定性变量来处理 ...
分类:
其他好文 时间:
2016-10-07 15:49:22
阅读次数:
1208
一、首先考虑一个离散的随机变量x;当我们观测到这个随机变量的某一个具体值的时候,我们需要考虑这个值给予了我们多少信息,这个信息的量可以看成是在学习x的值的时候的“惊讶程度”(degree of surprise)。如果我们知道事件A一定会发生,那么我们就不会收到关于该事件的信息;如果一件相当不可能的 ...
分类:
其他好文 时间:
2016-10-03 12:35:56
阅读次数:
208
超几何分布: 超几何分布基于这样一个模型,一个坛子中有N个球,其中m个白球,N-m个黑球,从中随机取n(不放回),令X表示取出来的白球数,那么: 我们称随机变量X满足参数为(n,m,M)的超几何分布。 考察其期望的求法: 几何分布: 在独立重复实验当中,每一次实验成功的概率是p,我们关注使得实验成功 ...
分类:
其他好文 时间:
2016-10-02 23:44:53
阅读次数:
195
先说独立与相关的关系:对于两个随机变量,独立一定不相关,不相关不一定独立。有这么一种直观的解释(不一定非常准确):独立代表两个随机变量之间没有任何关系,而相关仅仅是指二者之间没有线性关系,所以不难推出以上结论。 衡量随机变量相关性的方法主要有三种:pearson相关系数,spearman相关系数,k ...
分类:
其他好文 时间:
2016-09-30 02:26:33
阅读次数:
206
1. 马尔可夫模型 如果一个系统有n个有限状态$S=\{s_{1} , s_{2} ,\dots s_{n}\}$,随着时间推移,该系统将从某一状态转移到另一状态,$Q=\{q_{1},q_{2},\dots q_{n}\}$位一个随机变量序列,该序列中的变量取值为状态集S中的某个状态,其中$q_{ ...
分类:
其他好文 时间:
2016-09-24 17:49:36
阅读次数:
292
随机变量的分布函数: 1. 定义设X是一个随机变量,x是任意实数,函数F(x)=P{X<=x}称为X的分布函数。 2.1 性质对于任意x1,x2(x1<=x2}-P{X<=x1}=F(x2)-F(x1),因此分布函数描述了 随机变量的统计规律性。 2.2 性质 对于连续型随机变量P{X=a}=0,在 ...
分类:
其他好文 时间:
2016-09-24 17:48:12
阅读次数:
184
matlab中各种高斯相关函数matlab, 高斯函数, 高斯分布最常见的是产生服从一维标准正态分布的随机数n=100; x=randn(1,n) 实现服从任意一维高斯分布的随机数u=10; sigma=4; x=sigma*randn(1,n)+u 产生服从多元高斯分布的随机变量函数mvnrnd,... ...
分类:
其他好文 时间:
2016-09-21 21:14:43
阅读次数:
1078
逻辑斯谛分布 设X是连续随机变量,X服从逻辑斯谛分布是指X服从如下分布函数和密度函数: 其中,为位置参数,> 0 为形状参数。 密度函数f(x)和分布函数F(x)的图形如图所示: 分布函数属于逻辑斯谛函数,其图形是一条S形曲线,该曲线以点(μ,½)为中心对称,即满足; 曲线在中心附近增长速度较快,在 ...
分类:
其他好文 时间:
2016-09-19 15:52:22
阅读次数:
144
在讨论连续型随机变量函数的分布时,我们从一般的情况中(讨论正态分布的文章中提及),能够得到简化版模型。 回忆利用分布函数和概率密度的关系求解随机变量函数分布的过程,有Y=g(x),如果g(x)是严格单调的,那么在我们就能够利用反函数直接得到X的范围(如果不是单调的,需要考虑的事情就要多一点),由此将 ...
分类:
其他好文 时间:
2016-09-15 17:45:44
阅读次数:
118
Hello,我就是人见人爱,花见花开,蜜蜂见了会打转的小花。。哈哈,我们终于讲到了当年大学让我头痛不已的贝叶斯。先给个模型: 一:贝叶斯定理 维基百科定义:贝叶斯定理(英语:Bayes' theorem)是概率论中的一个定理,它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解说中,贝叶斯 ...
分类:
编程语言 时间:
2016-09-13 11:32:29
阅读次数:
210