伯努利分布详解(包含该分布数字特征的详细推导步骤)
来源:互联网 发布:android listview优化 编辑:程序博客网 时间:2024/05/29 02:44
Bernouli Distribution(中文翻译称伯努利分布)
该分布研究的是一种特殊的实验,这种实验只有两个结果要么成功要么失败,且每次实验是独立的并每次实验都有固定的成功概率p。
概率公式可以表示为 , x只能为0或者1,即要么成功要么失败
根据数学期望的性质
由于这里x只有两个取值所以该分布的数学期望为
方差则可以由方差公式来计算
方差公式:
该分布显然, 因此可以得到,
所以方差
最后我们来推导该分布的最大似然估计
是这样定义的,假设我们做了N次实验,得到的结果集合为 ,我们想找到一个,使得该集合的可能性最大,由于各项实验之间是独立的,可以运用乘法原理,那么
由于0<p<1,要使上面的式子最大,等价于使加上ln底的式子值最大,我们加上ln的底就可以将连乘转换为加和的形式,推导公式如下
再由最大似然方程可知,要选取p使该式子最大,则只要使该式对p进行求导的值为0,即
,
化简后我们最终求得
, 这个就是伯努利分布的最大似然估计
0 0
- 伯努利分布详解(包含该分布数字特征的详细推导步骤)
- 伯努利分布期望,方差推导
- hodoop伪分布配置详细步骤
- Maxwell-Boltzmann分布函数的推导
- 高斯分布期望的推导
- 高斯分布微分熵的推导
- 推导Beta分布公式
- 浮点前导数字的分布
- redis 主从分布配置操作步骤详解
- 样本均值的特征与分布
- 服务价值特征分布的演化预测
- 几何分布期望,方差推导
- hadoop1.1.0的伪分布搭建步骤
- hadoop的伪分布安装步骤
- hadoop伪分布搭建的步骤
- Hadoop1.x的伪分布安装步骤
- 可推导出幂律分布的模型的文献小结
- 泊松分布的来源—公式推导—应用
- ALAsset,ALAssetsLibrary,ALAssetsgroup常见属性及用法
- 最长递增子序列(LIS)
- 在Activity中调用本地服务(Service)中的方法
- SpringMVC中ModelAndView无法传值的问题
- 熬过六月,蜕变七月
- 伯努利分布详解(包含该分布数字特征的详细推导步骤)
- VC++ 创建msi文件
- POJ 2723 Get Luffy Out(2-SAT)
- c++ .inl 文件说明
- SQL分析--欺骗你的子查询
- 如何将图片保存至自定义分组
- Linux安装vsFTPd服务器详细教程
- Reachability 网络状态的使用和封装
- linux网络编程基础API(二)