概率分布函数详解
在概率和统计的领域中,概率分布函数是描述随机变量取值概率的重要工具。不同的概率分布函数具有各自独特的性质和应用场景,下面将详细介绍几种常见的概率分布函数。
1. 正态分布相关
- 归一化常数 :对于具有精度矩阵 $R$ 的情况,归一化常数 $C_N (R^{-1})$ 定义为:
$C_N (R^{-1}) \triangleq (2\pi)^{-\frac{D}{2}} |R|^{\frac{1}{2}}$ - 均值 :$E(x)[x] = \mu$
- 方差 :$E(x)[(x - \mu)(x - \mu)^{\top}] = \Sigma = R^{-1}$
- 众数 :$\mu$
2. 拉普拉斯分布
- 概率密度函数(pdf) :
$Lap(x|\mu,\beta) \triangleq C_{Lap}(\beta)\exp \left( -\frac{|x - \mu|}{\beta} \right) = C_{Lap}(\beta) \begin{cases} \exp \left( -\frac{x - \mu}{\beta} \right) & \text{if } x \geq \mu \ \exp \left( -\frac{\mu - x}{\beta} \right) & \text{if } x &
超级会员免费看
订阅专栏 解锁全文
1595

被折叠的 条评论
为什么被折叠?



