贝叶斯统计

贝叶斯统计是基于贝叶斯定理的一种经典的统计学习方法。假定样本为X，参数为θ，则贝叶斯统计为：P(θ|X)=P(X|θ)*P(θ)/P(X)。其中，P(θ)为先验分布，P(X|θ)表示似然几率，P(θ|X)表示后验分布。在贝叶斯统计中，最重要的一个问题是关于先验分布的选择，它会在很大程度上影响最终结果的好坏。贝叶斯分析要求先验分布可以尽量准确的反映先验信息。

在贝叶斯统计中，有一个名词叫作共轭分布，之因此采用共轭分布的缘由是使得先验分布和后验分布形式相同，一方面能够知足人们的直观感受，另一方面能够造成一个链式结构，使得如今的后验分布做为下一次的先验分布加入计算链中。所以，为了使得先验分布和后验分布形式相同，咱们定义：若是先验分布和似然几率可以使先验分布和后验分布形式相同，则称先验分布和似然函数式共轭的。