第三章-概率密度函数的估计.pptVIP

第三章 概率密度函数的估计 主要内容 3.1 引言 3.2 参数估计 基本概念 最大似然估计 最大似然估计举例 贝叶斯估计 3.3 非参数估计 3.1 引言 3.2 参数估计 3.3 非参数估计 贝叶斯估计举例 假定已知关于均值μ的先验知识可以用一个已知的先验密度p(μ)来表示，且假定该概率密度符合均值为μ0态方差为σ02分另一个正态分布。 此假设只为简化后续计算 3.2 参数估计 贝叶斯估计举例 问题总括：设 ={x1,x2,…,xN}是取自正态分布N(μ， σ2)的样本集，其中为未知参数，且假定其是随机参数，并有先验分布N(μ0， σ02)，要求用贝叶斯估计的方法求出均值的估计量。 3.2 参数估计 贝叶斯估计举例 求解过程： 对于二次损失函数的贝叶斯估计，有： 样本集 参数空间 3.2 参数估计 贝叶斯估计举例 仅与样本集有关，与均值无关 3.2 参数估计 贝叶斯估计举例 3.2 参数估计 贝叶斯估计举例 因此 符合另外一个正态分布。 3.2 参数估计 贝叶斯估计举例 对应项相等，求得： 3.2 参数估计 参数估计中需要已知总体分布的形式，仅参数未知，而很多实际问题并不知道总体分布形式，或者总体分布不是一些通常遇到的典型分布，或者不能写成某些参数的函数。 为了设计贝叶斯分类