例如在掷硬币过程中,硬币的公平性 可以被定义为θ——表示硬币的参数。...如果我们的硬币的公正性是多个视图(但不知道是肯定的),那么这告诉我们看到翻转的一定顺序为我们在硬币的公平信念所有可能性的概率。
P(θ|D) 是观察,即头在上数目之后我们的参数。...所以,我们得知:
它是观察翻转为硬币的一个给定的公平的特定数目的磁头的特定数目的概率。这意味着我们的观察头概率/万尾取决于硬币(θ)的公平性。
P(y=1|θ)=
?...这就是所谓的伯努利近似函数,抛硬币的任务被称为伯努利试验。
y={0,1},θ=(0,1)
而且,当我们想看到一系列的头或翻转,它的概率为:
?
?...你也可以使用R中的代码绘制自己的Beta分布:
> library(stats)
> par(mfrow=c(3,2))
> x=seq(0,1,by=o.1)
> alpha=c(0,2,10,20,50,500