网站大量收购独家精品文档,联系QQ:2885784924

正态分布均值的贝叶斯估计公式的详细推导.docVIP

正态分布均值的贝叶斯估计公式的详细推导.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
正态分布均值的贝叶斯估计公式的详细推导.doc

正态分布均值的贝叶斯估计: 假设概率密度函数满足正态分布: 其中方差已知,均值未知。假设的先验概率满足正态分布,即: 现有训练样本集合,用贝叶斯估计推导待识别样本的概率密度。 根据贝叶斯估计理论,在已有训练样本集合的条件下,发生的概率密度为: (1) 首先计算,根据贝叶斯公式: 其中与及无关,为常数,令: 另外为独立同分布样本,因此: (2) 其中: , 由(2)式可以看出,是的二次函数的指数函数,因此满足正态分布,令: (3) 比较(2)式和(3)式,有: 因此: 简化符号,令:,则有: (4) 由(4)式可以看出: 因此,当时最大似然估计与贝叶斯估计相同。 将(4)式代入(1)式: 其中: 为高斯积分,其值得大小只与有关,与,和无关。因此为正态分布:

文档评论(0)

ziyouzizai + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档