专栏首页AI启蒙研究院【通俗理解】贝叶斯统计

【通俗理解】贝叶斯统计

在统计学中有两个学派,一个是频率学派,另一个是贝叶斯学派。频率学派认为参数θ是一个固定的值,而不是随机变量,只不过是不知道它的值而已;而贝叶斯学派则认为任何参数θ都是一个随机变量,也有自己的概率分布。所以这两个学派分别形成了最大似然估计(maximum likelihood estimate,MLE)和最大后验估计(maximum a posteriori estimate,MAP)。

贝叶斯统计的一些概念

先验分布(prior probability distribution):它是总体分布参数θ的一个概率分布。贝叶斯学派的根本观点,是认为在关于θ的任何统计推断问题中,除了使用样本X所提供的信息外,还必须对θ规定一个先验分布,它是在进行推断时不可或缺的一个要素。贝叶斯学派把先验分布解释为在抽样前就有的关于θ的先验信息的概率表述,先验分布不必有客观的依据,它可以部分地或完全地基于主观信念。

后验分布(posterior distribution):根据样本 X 的分布Pθ及θ的先验分布π(θ),用概率论中求条件概率分布的方法,可算出在已知X=x的条件下,θ的条件分布 π(θ|x)。因为这个分布是在抽样以后才得到的,故称为后验分布。贝叶斯学派认为:这个分布综合了样本X及先验分布π(θ)所提供的有关的信息。抽样的全部目的,就在于完成由先验分布到后验分布的转换。

最大后验估计(Maximum A Posterior Estimation):最大后验估计是根据经验数据获得对难以观察的量的点估计。与最大似然估计类似,但是最大的不同时,最大后验估计的融入了要估计量的先验分布在其中。故最大后验估计可以看做规则化的最大似然估计。

用“瓜熟蒂落”解释贝叶斯统计

是不是通过数学的定义去理解贝叶斯统计,有一些晦涩难懂。没关系,下面我们用一个相当直观的例子帮你理解其含义。

先验概率:就是常识、经验所透露出的“因”的概率,在这个例子中就是瓜熟的概率。应该很清楚。

后验概率:就是在知道“果”之后,去推测“因”的概率,也就是说,如果已经知道瓜蒂脱落,那么瓜熟的概率是多少。后验和先验的关系可以通过贝叶斯公式来求。也就是:

P(瓜熟 | 已知蒂落)=P(瓜熟)×P(蒂落 | 瓜熟)/ P(蒂落)

似然函数,是根据已知结果去推测固有性质的可能性(likelihood),是对固有性质的拟合程度,所以不能称为概率。在这里就是说,不要管什么瓜熟的概率,只关心瓜熟与蒂落的关系。如果蒂落了,那么对瓜熟这一属性的拟合程度有多大。似然函数,一般写成L(瓜熟 | 已知蒂落),和后验概率非常像,区别在于似然函数把瓜熟看成一个肯定存在的属性,而后验概率把瓜熟看成一个随机变量。

再说一说似然函数和条件概率的关系。似然函数就是条件概率的逆反。意为:

L(瓜熟 | 已知蒂落)= C × P(蒂落 | 瓜熟),C是常数。

具体来说,现在有1000个瓜熟了,落了800个,那条件概率是0.8。那我也可以说,这1000个瓜都熟的可能性是0.8C。

注意,之所以加个常数项,是因为似然函数的具体值没有意义,只有看它的相对大小或者两个似然值的比率才有意义,后面还有例子。

同理,如果理解上面的意义,分布就是一“串”概率。

先验分布:现在常识不但告诉我们瓜熟的概率,也说明了瓜青、瓜烂的概率

后验分布:在知道蒂落之后,瓜青、瓜熟、瓜烂的概率都是多少

似然函数:在知道蒂落的情形下,如果以瓜青为必然属性,它的可能性是多少?如果以瓜熟为必然属性,它的可能性是多少?如果以瓜烂为必然属性,它的可能性是多少?似然函数不是分布,只是对上述三种情形下各自的可能性描述。

那么我们把这三者结合起来,就可以得到:后验分布 正比于 先验分布 × 似然函数。先验就是设定一种情形,似然就是看这种情形下发生的可能性,两者合起来就是后验的概率。

至于似然估计:就是不管先验和后验那一套,只看似然函数,现在蒂落了,可能有瓜青、瓜熟、瓜烂,这三种情况都有个似然值(L(瓜青):0.6、L(瓜熟):0.8、L(瓜烂):0.7),我们采用最大的那个,即瓜熟,这个时候假定瓜熟为必然属性是最有可能的。

但如果现在是冬天,瓜熟概率为零,那么你根据贝叶斯估计,就不会判断瓜熟了……

本文分享自微信公众号 - AI启蒙研究院(AIEvolve),作者:Daniel

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-11-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【读书笔记】之概率统计知识梳理

    用户1594945
  • 一文揭开AI芯片的神秘面纱

    今天一朋友咨询我AI芯片怎么样?我是搞软件的,历来计算机系专业学生里搞软件的不懂硬件,但是要聊到AI芯片,它真的很简单,哈哈。

    用户1594945
  • 【读书笔记】之矩阵知识梳理

    用户1594945
  • 100行Python代码控制excel表格,用代码办公不是梦

    xlrd是python中一个第三方的用于读取excle表格的模块,很多企业在没有使用计算机管理前大多使用表格来管理数据,所以导入表格还是非常常用的!

    用户6133654
  • 037|巴黎圣母院大火与自动化仓储

    巴黎当地时间2019年4月15日下午6:50。正搭起脚手架进行维修工程的巴黎圣母院遭遇大火,滚滚浓烟遮蔽了塞纳河畔的天空。火势蔓延速度很快,难以控制。在紧张围观...

    老King
  • vueRouter-命名视图 原

    有时候想同时展示多个视图,而不是嵌套展示,例如创建一个布局,有sidebar(侧导航)和(主内容)2个视图,这个时候命名视图就派上用场了。 你可以在界面中拥有...

    tianyawhl
  • Spring4.04中实现bean的scope(范围)设置为session或者request

    Sping中bean的scope的值可以是singleton、prototype、request、session、global session。默认情况下是si...

    克虏伯
  • SAUI-瀑布流改版(grid)

    通过css的grid与js配合,就可以快速形成瀑布流的形式了。不过呢,有点小问题,就是间距(grid-gap),有点小偏差,但是整体不影响。还有一点要注意的gr...

    ss-lgh
  • 未来AI可能会淘汰180万个工作岗位,你感到恐惧了吗

    根据科研公司Gartner的一项新研究,到2020年,人工智能(AI)和机器学习可能会淘汰180万个工作岗位,但同时创造230万个新岗位。在这种情况下,消失和创...

    企鹅号小编
  • JAVA WEB快速入门之从编写一个JSP WEB网站了解JSP WEB网站的基本结构、调试、部署

    一、使用eclipse初始化一个JSP WEB项目(即:动态WEB项目),步骤如下:

    java架构师

扫码关注云+社区

领取腾讯云代金券