3, multi-dimensionales variables aleatorias distribuidas
(1) un número de distribución
ver https://blog.csdn.net/jteng/article/details/54632311
Un número de extensiones a la distribución binomial, la distribución binomial es univariante, multivariante y distribuido un número de distribuciones.
Sólo dos resultados de la prueba binomial para cada prueba, y cada prueba se han distribuido un número de las muchas posibilidades, por lo que muchas veces después de la prueba, un número de distribución describe el número de ocurrencias de cada posible es la distribución de probabilidad conjunta .
(2) función Gamma
En primer lugar hablar de la diferencia entre la probabilidad previa y posterior de probabilidad , y luego los pasos siguientes:
Pretest probabilidad es la probabilidad dice a menudo;
probabilidad posterior es una probabilidad condicional, probabilidad condicional pero la probabilidad no necesariamente posterior;
Utilizamos fórmula Bayesiano es la fórmula para la probabilidad de tratar de retrasar la probabilidad previa;
Como un simple ejemplo: un bolsillo bola roja tiene tres, dos bolas blancas, tacto tomado sin reemplazo, requisitos:
probabilidad ⑴ bola roja primer toque (referido como A) ,;
⑵ segundo toque el balón probabilidad rojo (denominado como B) ,;
⑶ conocido bola segunda rojo tocó, el primer toque está buscando probabilidad bola roja.
solución:
⑴ P (A) = 3/ 5, que es antes de la prueba de probabilidad;
⑵ P (B) = P (A) P (B | A) + P (Inverse A) P (B | A Inverse) = (3/5 ) x (1/2) + (2/5) x (3/4) = de 3/5
⑶ P (A | B) = P (A) P (B |. A) / P (B) = (3 / 5) x (1/2) / ( 3/5) = 1/2, que es la probabilidad posterior.
distribución beta para la distribución de Dirichlet del dominio [0,1] están, en la vida real, distribución beta se describe la distribución univariante, la distribución de Dirichlet se describe distribuciones multivariantes.
Desde entonces, la distribución Beta se puede utilizar como la probabilidad a priori de la distribución binomial , la distribución de Dirichlet como la distribución de probabilidad antes del número .
Dado que las dos distribuciones se utilizan la función gamma, primero hay que entender la función gamma.
función gamma es la expresión 
donde, x> 0
función gamma tiene las siguientes propiedades:
Detalladas derivado como sigue:
función gamma ha jugado un papel importante en la normalización de la distribución Beta y distribución de Dirichlet.
1) la distribución Beta
Con variable aleatoria continua diferente distribución, la distribución Beta describe una distribución de probabilidad se define en el intervalo [0,1] es una variable aleatoria, por dos parámetros