在许多书籍和论文中常用的符号和在含义上有什么区别?
在许多书籍和论文中常用的符号和在含义上有什么区别?
Answers:
我相信这是似然范式的起源(尽管我没有检查以下内容的实际历史正确性,但这是理解物联网如何发展的合理方法)。
假设在回归设置中,将有一个分布:p(Y | x,beta)这意味着:如果您知道x和beta值(以其为条件),则Y的分布。
如果要估计beta,则希望最大化似然:L(beta; y,x)= p(Y | x,beta)本质上,您现在将表达式p(Y | x,beta)视为是beta的函数,但除此之外,没有区别(对于您可以正确推导的数学正确表达式,这是必要的---尽管实际上没有人打扰)。
然后,在贝叶斯设置中,参数和其他变量之间的差异很快消失,因此您开始将两种表示法混合使用。
因此,从本质上讲:没有实际的区别:它们都表示左侧事物的条件分布,而右侧事物的条件是条件。
是点 x处的随机变量 X的密度,其中 θ是分布的参数。f (x ,θ )是 X和 Θ在点(x ,θ )的联合密度,并且只有在 Θ是随机变量的情况下才有意义。f (x | θ )是给定 Θ时 X的条件分布,同样,仅当是随机变量。当您进一步阅读本书并了解贝叶斯分析时,这一点将变得更加清晰。
与,仅表示是固定参数,函数是的函数。 OTOH是一个函数族(或一组函数)的元素,其中该元素用索引。也许是微妙的区别,但尤其是重要的区别。当需要根据已知数据 x估计未知参数时;那时 θ变化而 x是固定的,导致“似然函数”。用法在统计学家中更为普遍,而在数学家中。