数据分析工作中最常和多维随机变量打交道,第四章介绍了多维随机变量的基本知识,其中核心概念是条件分布和条件概率。条件分布和条件概率可以抽象出条件期望的概念,在随机分析的研究中,理解随机积分和鞅理论和关键词正是“条件期望”。下面是这一章的思维导图,
分类:
其他好文 时间:
2015-01-08 13:16:36
阅读次数:
113
第二章引入了两个重要问题,随机变量的期望和随机变量的变换。期望又引申出“矩”的概念,矩是统计学理论分析的一个重要关键词,而随机变量的变换是研究复杂统计现象的重要工具。下面是这一章的思维导图
分类:
其他好文 时间:
2015-01-06 11:25:30
阅读次数:
279
协方差的意义转载于:http://bbs.mathchina.com/cgi-bin/topic.cgi?forum=5&topic=14444(感谢原作者)在概率论中,两个随机变量 X 与 Y 之间相互关系,大致有下列3种情况:当 X, Y 的联合分布像上图那样时,我们能够看出,大致上有: X 越...
分类:
其他好文 时间:
2015-01-02 22:21:27
阅读次数:
191
引言
我感觉学习机器学习算法还是要从数学角度入门才是唯一正道,机器学习领域大牛Michael I. Jordan给出的机器学习定义是,“A field that bridge computation and statistics,with ties to information theory, signal processing, algorithm, control theory and ...
分类:
其他好文 时间:
2015-01-02 21:10:55
阅读次数:
184
熵 熵是表示随机变量不确定性的度量,设X是一个取有限个值的离散随机变量,其概率分布为 则随机变量X的熵定义为 若对数以2为底或以e为底,这时熵的单位分别称为比特或纳特。熵只依赖与X的分布,而与X的取值无关,所以也可将X的熵记作。熵越大,随机变量的不确定性越大。 若一个随机变量只有两个值,那么当X的分...
分类:
其他好文 时间:
2014-12-30 23:33:11
阅读次数:
700
学习DIP第9天
二值图像
二值图像(Binary Image),按名字来理解只有两个值,0和1,0代表黑,1代表白,或者说0表示背景,而1表示前景。其保存也相对简单,每个像素只需要1Bit就可以完整存储信息。如果把每个像素看成随机变量,一共有N个像素,那么二值图有2的N次方种变化,而8位灰度图有255的N次方种变化,8为三通道RGB图像有255*255*255的N次方种变化。也就是说...
分类:
其他好文 时间:
2014-12-24 16:23:18
阅读次数:
545
1:贝叶斯网络的定义和性质一个贝叶斯网络定义包括一个有向无环图(DAG)和一个条件概率表集合。DAG中每一个节点表示一个随机变量,可以是可直接观测变量或隐藏变量,而有向边表示随机变量间的条件依赖;条件概率表中的每一个元素对应DAG中唯一的节点,存储此节点对于其所有直接前驱节点的联合条件概率。 贝叶斯...
分类:
编程语言 时间:
2014-12-22 10:56:52
阅读次数:
160
从中心极限定理的模拟到正态分布2010/05/09优化与模拟、推荐文章、统计图形、统计推断R语言、SAS、Shapiro检验、中心极限定理、动画、密度曲线、数学假设条件、样本均值、样本量、正态分布、泰勒展开、直方图、统计模拟、钟形曲线、随机变量谢益辉 昨日翻看朱世武老师的《金融计算与建模》幻灯片(来...
分类:
其他好文 时间:
2014-12-21 17:57:12
阅读次数:
518
设想你抛一枚硬币n次,你期望看到的连续正面的最长序列是多长?
这是算法导论第四章里的一个问题,今天看了好久,才明白过来,在这里做个记录。
书上从两个不同的角度分析了这个问题,一个是从概率的角度,通过计算这个序列长度的上界和下界推导出序列长度,一个是利用书上所说的指示随机变量(indicator random variable)的角度(个人理解就是期望),去分析。前者太复杂了,看了一半就晕了,这...
分类:
其他好文 时间:
2014-12-16 15:12:21
阅读次数:
340
在统计学上, 广义线性模型 (Generalized linear model) 是一种受到广泛应用的线性回归模式。此模式假设实验者所量测的随机变量的分布函数与实验中系统性效应(即非随机的效应)可经由一链结函数(link function)建立起可资解释其相关性的函数。广义线性模型(generalized linear model, GLM)是简单最小二乘回归(OLS)的扩展,在广义线性模式中,假...
分类:
其他好文 时间:
2014-12-06 00:10:49
阅读次数:
269