一、先验分布

  • 定义：根据历史经验，猜测结论（或数据的分布）；
  • 举例1：根据历史经验，傍晚会下雨；
  • 举例2：根据历史经验，白酒股票先大幅涨后小幅跌；

二、后验分布

  • 定义：根据历史经验，并通过观察分析新的情况或数据，猜测结论（或数据的分布）。
  • 举例1：根据历史经验，傍晚会下雨；观察当前情况：远方乌云漫天，得出结论：半小时后，当前位置会下雨；
  • 举例2：根据历史经验，白酒股票先大幅涨后小幅跌；观察当前情况：目前白酒刚开盘，得出结论：未来几天白酒股票会持续上涨；

三、似然估计（既：参数估计）

  • 定义：已经有了结果，确定条件/原因/参数/情况发生的概率（既：模型已定，参数未知）。
  • 举例1：当前正在下雨，根据历史经验得出结论：当前很大概率有乌云；
  • 举例2：当前白酒股票大幅度上涨后开始下降，根据历史经验得出结论：之前几天很大概率一直在上涨；
  • 备注：已经原因求结果-->概率（y=kx+b中，k,b已知，给定x求y）；
  • 备注2：已知结果求原因-->似然（y=kx+b中，x, y已知，求k, b）；
  • 备注3：最大似然估计--参数估计的一种；

四、参数估计（参数分布）

  • 定义：如已知某种数据的数据模型（既：对总体进行模型假设），如符合正态分布、二项分布等，根据给定的样本求解分布函数参数。
  • 备注：给定的假设不一定对--大胆假设，小心求证。

五、非参数估计（非参分布）

  • 定义：在不知道某种数据模型的情况下（既：不确定函数参数，不进行模型假设），利用已知数据直接进行统计检验和判断分析，从而得出结果。
  • 备注：不考虑总体分布。
  • 备注2：又称为非参数检验。
  • 备注4：有监督学习--本质是非参数估计；