概率密度函数估计剖析.ppt

* * * * * * * * * * * * * 3.3　贝叶斯估计和贝叶斯学习 的密度： 当 时， ， 函数。 3.3　贝叶斯估计和贝叶斯学习 均值 ，方差由 增为 ----- 由于用了 的估计值而不确定性增加 其他分布的情况：参考Gibbs采样方法、MCMC方法等 3.4　概率密度估计的非参数方法 参数估计 parametric estimation 非参数估计　nonparametric estimation 直方图方法 非参数概率密度估计的最简单方法 （1）把 的每个分量分成 个等间隔小窗，（若 ，则形成 个 小舱） （2）统计落入各个小舱内的样本数 （3）相应小舱的概率密度为 （ ：样本总数， ：小舱体积） 3.4　概率密度估计的非参数方法 3.4.1　非参数估计的基本原理 问题：已知样本集 ，其中样本均从服从 的总体中独立抽取，求估计 ，近似 。 考虑随机向量 落入区域 的概率 中有 个样本落入区域 的概率　 的期望值 的众数（概率最大的取值）为