贝叶斯推断
統計學方法 / 維基百科,自由的 encyclopedia
親愛的 Wikiwand AI, 讓我們通過簡單地回答這些關鍵問題來保持簡短:
你能列出最重要的事實和統計數據嗎 贝叶斯推断?
為 10 歲的孩子總結這篇文章
顯示所有問題
贝叶斯推断(英語:Bayesian inference)是推論統計的一种方法。这种方法使用贝叶斯定理,在有更多證據及信息時,更新特定假设的概率。贝叶斯推断是统计学(特別是数理统计学)中很重要的技巧之一。贝叶斯更新(Bayesian updating)在序列分析中格外的重要。贝叶斯推断應用在許多的領域中,包括科學、工程學、哲學、醫學、體育運動、法律等。在决策论的哲學中,贝叶斯推断和主觀概率有密切關係,常常稱為贝叶斯概率。
此條目需要精通或熟悉相关主题的编者参与及协助编辑。 (2017年2月2日) |
贝叶斯定理是由統計學家托馬斯·貝葉斯(Thomas Bayes)根據許多特例推導而成,後來被許多研究者推廣為一普遍的定理[1]。