统计学关我什么事:生活中的极简统计学 · 第十六节
《统计学关我什么事:生活中的极简统计学》第十六节
本节从贝叶斯推理的实际应用出发,说明处理更复杂或通用的推理时,需要掌握“概率分布”和“期待值”的知识,尤其在连续型概率分布(基本事件无限多)中不可或缺。
本节从贝叶斯推理的实际应用出发,说明处理更复杂或通用的推理时,需要掌握“概率分布”和“期待值”的知识,尤其在连续型概率分布(基本事件无限多)中不可或缺。本讲首先介绍贝塔分布的基础——均匀分布。
作者以抛硬币和掷骰子为例,说明“大致相同”的概率模型:基本事件各自分配相等的概率。随后引入“赌盘模型”,将圆周分为36等份,点数1到36出现的概率相同,抽取1至k的整数概率为k/36。
将赌盘扩展到连续区间,即得到“[0,1]-赌盘模型”,在0到1之间随机抽取一个数值。若按离散方式给每个点分配相同概率,会因区间内有无数个点而产生矛盾(每个点概率只能为0,却又要总和为1)。因此改用区间事件:设E为“满足0≤x<t的x的集合”,其概率p(E)=t,即概率等于区间长度。例如p(0.5≤x<0.7)=0.7-0.5=0.2。
最后引入“概率分布图”:横轴为数值,纵轴为概率(或密度)。掷骰子的分布图是6根等高柱子;均匀分布的分布图是一条高度为1的水平线段。在连续情形下,纵轴表示的是概率密度而非概率本身,某事件的概率等于对应长方形的面积。作者以速度和距离作类比:密度需乘以区间宽度才转化为概率,正如速度需乘以时间才得到距离。