数据科学必备数学基础(六)

离散与连续随机变量

对于离散型的随机变量,是有限多个数据, 能够知道一个具体的表达;对于连续型随机变量,是不能够获取到一个变量的具体表达
数据科学必备数学基础(六)_第1张图片

概率函数

数据科学必备数学基础(六)_第2张图片
数据科学必备数学基础(六)_第3张图片

连续型随机变量

数据科学必备数学基础(六)_第4张图片
数据科学必备数学基础(六)_第5张图片
既然连续型随机变量无法获取到中间某一个值的概率情况,我们可以将连续型转化为离散型的进行分析(具体的数值转化为区间的方式)
数据科学必备数学基础(六)_第6张图片
数据科学必备数学基础(六)_第7张图片
数据科学必备数学基础(六)_第8张图片

简单随机抽样

数据科学必备数学基础(六)_第9张图片

似然函数

数据科学必备数学基础(六)_第10张图片
这里需要注意,似然函数是关于theta的一个函数,整体过程就是为了求解这个theta;和密度函数不一样
数据科学必备数学基础(六)_第11张图片
对于上式的理解:例如今天的天气是下雨的,但是对于今天下雨这个事情来说,是theta=theta1的影响大还是theta=theta2的影响大的一个判断
数据科学必备数学基础(六)_第12张图片
总结:概率的含义:在给定的一组样本的情况下,出现某一种情况的概率是怎样的(确定需要进行罚球,以及确定了罚球的人,求罚球命中的概率);似然就是刚刚相反,在已经知道了这个概率的结果的时候,反过来求这个结果是由于谁造成的(例如已经知道一个罚球投进了,现在来求是谁投进的概率)

极大似然估计

数据科学必备数学基础(六)_第13张图片
数据科学必备数学基础(六)_第14张图片
数据科学必备数学基础(六)_第15张图片

你可能感兴趣的:(数据科学必备数学基础)