频率学派与贝叶斯学派
贝叶斯学派与频率学派是当今数理统计的两大学派。对于样本分布 ,我们要对其中的未知 进行估计,让我们来看看频率学派(也称古典学派)和贝叶斯学派是如何做的:
-
频率学派
(1)频率学派把需要推断的参数 看作是固定的未知常数,即对于一批样本,其分布 是确定的,只不过 未知。同时,样本 是随机的。
(2)频率学派从「自然」角度出发,试图直接为「事件」本身建模,即事件A在独立重复试验中发生的频率趋于极限p,那么这个极限就是该事件的概率。 -
贝叶斯学派
(1)贝叶斯学派否定了概率即频率的观点,贝叶斯学派并不从试图刻画「事件」本身,而从「观察者」角度出发。
(2)贝叶斯学派引入了主观概率的概念,认为一个事件在发生之前,人们应该对它是有所认知的,即中的不是固定的,而是一个随机变量,并且服从分布,该分布称为先验分布(指抽样之前得到的分布),当得到样本 后,我们对的分布则有了新的认识,此时有了更新,这样就得到了后验分布(指抽样之后得到的分布)- 先验概率:是根据以往经验和分析得到的概率。
- 后验概率:事情已经发生,求这件事发生是由某个原因引起的可能性的大小。
- 条件概率公式:事件A和事件B都是同一实验下不同的集合,一般事件A和事件B是有交集的,若没有交集,则条件概率为0
- 样本空间
的一个划分
如果事件组 满足:
(1) 两两互斥;
(2) ;
则称事件组 是 样本空间 的一个划分。
假设 (相当于导致事件A发生的各种原因)是样本空间 的一个划分,A为任一事件,则有全概率公式,贝叶斯公式如下:
- 全概率公式
理解:全概率公式相当于把所可能出现事件A的情况基于不同的条件 进行累加。 - 贝叶斯公式
贝叶斯公式是建立在条件概率的基础上寻找事件(即事件 )发生的原因(即 ),即根据先验分布 ,结合观测结果(即样本数据,发生的事件A),重新对各种原因概率得到新的认识,即后验概率: