【科研基础】证明积累

1-Bayesian Estimation (P317)

Suppose that x = θ + ν   w h e r e   ν   i s   a n   N ( 0 , σ )  random variable and  θ  is the value of a n   N ( θ 0 , σ 0 )  random variable  θ  (Fig. 8-7). Find the bayesian estimate  θ   o f   θ . \begin{aligned}&\text{Suppose that x}=\theta+\nu\mathrm{~where~}\nu\mathrm{~is~an~}N(0,\sigma)\text{ random variable and }\theta\text{ is the value of}\\&\mathrm{an~}N(\theta_0,\sigma_0)\text{ random variable }\theta\text{ (Fig. 8-7). Find the bayesian estimate }\theta\mathrm{~of~}\theta.\end{aligned} Suppose that x=θ+ν where ν is an N(0,σ) random variable and θ is the value ofan N(θ0,σ0) random variable θ (Fig. 8-7). Find the bayesian estimate θ of θ.
在这里插入图片描述
条件:
f v ( v ) ∼ e − v 2 / 2 σ 2 f θ ( θ ) ∼ e − ( θ − θ 0 ) 2 / 2 σ 0 2 \mathrm{f}_{\mathbf{v}}(\mathbf{v})\sim e^{-\mathbf{v}^{2}/2\sigma^{2}}\quad\mathrm{f}_{\theta}(\theta)\sim e^{-(\theta-\theta_{0})^{2}/2\sigma_{0}^{2}} fv(v)ev2/2σ2fθ(θ)e(θθ0)2/2σ02
证明:
f θ ( θ ∣ x ) ∼ e − ( θ − θ 1 ) 2 / 2 σ 1 2 \mathrm{f}_{\theta}(\theta|\mathrm{x})\sim e^{-(\theta-\theta_{1})^{2}/2\sigma_{1}{}^{2}} fθ(θx)e(θθ1)2/2σ12,where 1 σ 1 2 ≡ 1 σ 0 2 + n σ 2 θ 1 ≡ σ 1 2 σ 0 2   θ 0 + n σ 1 2 σ 2   x ˉ \frac{1}{ {\sigma_{1}}^{2}}\equiv\frac{1}{ {\sigma_{0}}^{2}}+\frac{\mathrm{n}}{\sigma^{2}}\quad\theta_{1}\equiv\frac{ {\sigma_{1}}^{2}}{ {\sigma_{0}}^{2}}\:\theta_{0}+\frac{\mathrm{n}{\sigma_{1}}^{2}}{\sigma^{2}}\:\bar{\mathrm{x}} σ121σ021+σ2nθ1σ02σ12θ0+σ2nσ12xˉ
Proof
似然函数,观测值的条件分布为:
随机变量 v = x − θ v = x - \theta v=xθ的分布与 ν \nu ν相同, f x ( x ∣ θ ) f_x(x|\theta) fx(xθ)可以等价地表示为 f v ( x − θ ) f_v(x-\theta) fv(xθ),这表明给定 θ \theta θ

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/668977.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

神经网络与深度学习——第6章 循环神经网络

本文讨论的内容参考自《神经网络与深度学习》https://nndl.github.io/ 第6章 循环神经网络 给网络增加记忆能力 延时神经网络 有外部输入的非线性自回归模型 循环神经网络 简单循环网络 循环神经网络的计算能力 循环神经网络的通用近似定理 图灵完备 应用到机器学习 序列到类…

用贪心算法计算十进制数转二进制数(小数部分)

在上一篇博文用贪心算法计算十进制数转二进制数(整数部分)-CSDN博客中,小编介绍了用贪心算法进行十进制整数转化为二进制数的操作步骤,那么有朋友问我,那十进制小数转二进制,可以用贪心算法来计算吗&#x…

支付系统对接商户

target:离开柬埔寨倒计时-214day 还是美女作为开篇 前言 昨天没有写文章,因为部门团建,我得去给他们画饼,说起来也真的是唏嘘,我一个已经都在计划着离开柬埔寨的人,昨天聚餐还一个个给他们描述未来的前景&a…

5G无线标准演进综述及新技术引入

摘 要 随着经济和社会的发展,5G业务越来越丰富多彩,1080P高清视频、裸眼3D、网联汽车、云手机等新业务、新终端对网络的要求也越来越高;另一方面,5G标准持续演进,在MIMO、载波聚合、移动性管理、uRLLC、切片、定位等方…

海思SD3403,SS928/926,hi3519dv500,hi3516dv500移植yolov7,yolov8(19)-Yolov10探索

YOLOv10 开源有几天了,看性能是比较强的,但是试过的一些人说没有YOLOv8好,实际效果以测试结果为准,这里创新点算是去掉了之前YOLO的NMS步骤,论文题目也说了NMS-Free,以此来提高小目标检测率,减少计算冗余,也没有NMS的计算时间提高实时性。 这个倒是让我看到了以后可以…

以sqlilabs靶场为例,讲解SQL注入攻击原理【18-24关】

【less-18】 打开时,获取了自己的IP地址。,通过分析源码知道,会将用户的user-agent作为参数记录到数据库中。 提交的是信息有user-Agent、IP、uname信息。 此时可以借助Burp Suite 工具,修改user_agent,实现sql注入。…

STM32之USART(串口)通信学习

1.通信接口 在开始通信之前,我们要了解什么是通信,通信就是将一个设备的数据传送到另一个设备。 同时按照双方规定的协议即通信协议,指定通信规则通信双方按照规则进行数据的收发。 应用场景:单片机的串口可以使单片机与单片机…

软件架构设计属性之5:可维护性属性分析与应用

文章目录 引言一、可维护性定义和重要性1.1 定义1.2 重要性 二、可维护性关键要素2.1 模块化2.2 单一职责2.3 低耦合2.4 高内聚2.5 抽象和封装2.6 实践建议 三、设计原则3.1 开闭原则3.2 依赖倒置原则3.3 评估方法3.4 挑战与解决方案 四、实战应用总结 引言 在当今数字化飞速发…

利用GNSS IMU集成提高车道级定位精度

准确的定位对于很多不同的事情都是至关重要的。导航系统可以引导我们去某个地方,自动驾驶汽车可以利用这些数据在道路上安全行驶。尽管全球导航卫星系统(GNSS)在定位方面非常出色,但它们可能并不总是提供最准确的车道水平事实。解决这个问题的一个有希望…

大模型对齐方法笔记四:针对领域问答来进行知识对齐方法KnowPAT

KnowPAT KnowPAT(Knowledgeable Preference AlignmenT) 出自2023年11月的论文《Knowledgeable Preference Alignment for LLMs in Domain-specific Question Answering》,主要针对领域问答来进行知识对齐。 在领域问答有两个挑战:希望输出满足用户的要…

15-通过JS代码处理窗口滚动条

selenium并不是万能的,页面上有些操作无法实现时,就需要借助JS代码来完成了。selenium提供了一个方法:execute_script(),可以执行JS脚本代码。 比如:当页面上的元素超过一屏后,想操作屏幕下方的元素&#x…

git报错prohibited by Gerrit: not permitted: update

git push报错: Push to refs/for/[branch] to create a review, or get Push rights to update the branch. Contact an administrator to fix the permissions (prohibited by Gerrit: not permitted: update)原因: 使用Gerrit代码审核时,本…

IsoBench:多模态基础模型性能的基准测试与优化

随着多模态基础模型的快速发展,如何准确评估这些模型在不同输入模态下的性能成为了一个重要课题。本文提出了IsoBench,一个基准数据集,旨在通过提供多种同构(isomorphic)表示形式的问题,来测试和评估多模态…

React-表单受控绑定

概念:使用React组件的状态(useState)控制表单的状态 1.准备一个React状态值 2.通过value属性绑定状态,通过onChange属性绑定状态同步的函数

Web自动化测试-掌握selenium工具用法,使用WebDriver测试Chrome/FireFox网页(Java

目录 一、在Eclipse中构建Maven项目 1.全局配置Maven 2.配置JDK路径 3.创建Maven项目 4.引入selenium-java依赖 二、Chrome自动化脚本编写 1.创建一个ChromeTest类 2.测试ChromeDriver 3.下载chromedriver驱动 4.在脚本中通过System.setProperty方法指定chromedriver的…

《软件方法(下)》8.3.4.5和《设计模式》中用语的区别

DDD领域驱动设计批评文集 做强化自测题获得“软件方法建模师”称号 《软件方法》各章合集 8.3 建模步骤C-2 识别类的关系 8.3.4 识别关联关系 8.3.4.4 类关系再整理 有了前面的知识,我们需要再整理一下类的关系。用类图表示类的关系如图8-134。 图8-134 “类的…

NextJs 数据篇 - 数据获取 | 缓存 | Server Actions

NextJs 数据篇 - 数据获取 | 缓存 | Server Actions 前言一. 数据获取 fetch1.1 缓存 caching① 服务端组件使用fetch② 路由处理器 GET 请求使用fetch 1.2 重新验证 revalidating① 基于时间的重新验证② 按需重新验证revalidatePathrevalidateTag 1.3 缓存的退出方式 二. Ser…

录制gif 强推LICEcap

LICEcap 官网:https://www.cockos.com/licecap/ 即按即用,录制好的gif可直接插入博客,yyds~

算法练习第25天|491. 非递减子序列

491. 非递减子序列 491. 非递减子序列https://leetcode.cn/problems/non-decreasing-subsequences/ 题目描述: 给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案…

文件IO(三)

文件IO(三) 左移右移Linux的man 手册文件IO打开文件操作文件关闭文件 caps lock开灯关灯读取按键文件IO操作目录文件打开目录文件操作目录文件 库动态库和静态库的优缺点创建静态库创建动态库 按下右ctrl键 亮灭灯 左移右移 Linux的man 手册 文件IO 打开…