《正态分布中的Bayes决策》.pptVIP

2.3 正态分布时的统计决策;最常用概率密度模型：正态分布 观测值通常是很多种因素共同作用的结果，根据中心极限定理，它们（近似）服从正态分布。 计算、分析最为简单的模型。;; 2、单变量正态分布： ;从p(x)的图形上可以看出，只要有两个参数m和s2 ,就可以完全确定其曲线。; 正态分布是指一个随机实数度量值在整个实数域上的分布规律。 因此它属于概率密度函数类，不是我们所讨论的先验概率P(ωi)，也不是后验概率P(ωi|X)，而是p(x|ωi)。;3、（多变量）多维正态分布 ; 由于r(x)可由m和S完全确定，所以实际上r(x)可由d×(d+1)/2+d个独立元素来确定。; 当d=1时，Σ只是一个1×1的矩阵，也就是只有1个元素的矩阵，退化成一个数，|Σ|1/2也就是标准差σ,Σ-1也就是σ-2，而(X－μ)T(X－μ)也变成(X-μ)2，;具体说：若xi是x的第i个分量，mi是m的第i个分量，sij2是S的第i、j个元素。;协方差矩阵：; 同单变量正态分布一样，多元正态分布r(x)可以由m和S完全确定，常记为N(m,S)。;(2) 多元正态分布的性质;①.参数m和S对分布的决定性 ;②.等密度点的轨迹为一超椭球面; 从下图可以看出，从正态分布总体中抽取的样本大部分落在由m 和S所确定的一个区域