貝氏推論
統計學方法 / 維基百科,自由的 encyclopedia
貝葉斯推斷(英語:Bayesian inference)是推論統計的一種方法。這種方法使用貝葉斯定理,在有更多證據及信息時,更新特定假設的概率。貝葉斯推斷是統計學(特別是數理統計學)中很重要的技巧之一。貝葉斯更新(Bayesian updating)在序列分析中格外的重要。貝葉斯推斷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。在決策論的哲學中,貝葉斯推斷和主觀概率有密切關係,常常稱為貝葉斯概率。
![]() | 此條目需要精通或熟悉相關主題的編者參與及協助編輯。 (2017年2月2日) |
貝葉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]。