【統(tǒng)計學(xué)習(xí)方法】第1章 統(tǒng)計學(xué)習(xí)方法概論(三)習(xí)題
點擊上方“公眾號”可訂閱哦!
“這個公眾號在我的新作品中幫助我毫不費力地使用了解決萬有引力的問題。?我現(xiàn)在有更多時間站在樹下,被蘋果擊中。”
Isaac Newton
本篇筆記是第1章的兩道課后習(xí)題。
1
●
題目:
說明伯努利模型的極大似然估計以及貝葉斯估計中的統(tǒng)計學(xué)習(xí)方法三要素。伯努利模型是定義在取值為0與1的隨機變量上的概率分布。假設(shè)觀測到伯努利模型n次獨立的數(shù)據(jù)生成結(jié)果,其中k次的結(jié)果為1,這時可以用極大似然估計或貝葉斯估計來估計結(jié)果為1的概率。
解答:
1 極大似然估計
模型:

策略:最大似然估計
算法:

2 貝葉斯估計
模型:

策略:求參數(shù)期望
算法:

伯努利模型的極大似然估計:
定義P(Y=1)概率為p,可以得到似然函數(shù):


可以得到p的值為0,1,k/n
伯努利模型的貝葉斯估計
定義?

根據(jù)似然函數(shù)和先驗概率密度函數(shù),可以求解?

所以?

所以,
?
2
●
題目:
通過經(jīng)驗風(fēng)險模型最小化推導(dǎo)極大似然估計。證明模型是條件概率分布,當(dāng)損失函數(shù)是對數(shù)損失函數(shù)時,經(jīng)驗風(fēng)險最小化等價于極大似然估計。
解答:
假設(shè)模型的條件概率分布是?
極大似然估計的似然函數(shù)為:
?
兩邊取對數(shù),

反之,經(jīng)驗風(fēng)險最小化等價于極大似然估計,可通過經(jīng)驗風(fēng)險最小化推導(dǎo)極大似然估計。
?END
掃碼關(guān)注
微信號|sdxx_rmbj

