贝叶斯统计中常见的分布简介及其用法

标签：#推断##统计##贝叶斯# 时间：2017/11/02 10:30:08 作者：小木

在贝叶斯统计中，有几类分布非常常见。在这里我们列举出来并做简单介绍。

#### 一、卡方分布（Chi-Square Distribution）
卡方分布，一般用$\chi^2$表示。它是一组独立的标准正态分布的平方和。它是Gamma分布的特例。卡方分布一个最重要的运用是用来描述样本的方差（参考[如何抽取样本方差的分布](http://www.datalearner.com/blog/1051508471129542 "如何抽取样本方差的分布")）的。

卡方分布定义如下：如果$Z\_1,\cdots,Z\_k$是$k$个相互独立的标准正态随机变量，那么它们的平方和服从自由度为$k$（它的意思就是有$k$个这样的随即变量）卡方分布：

```math
Q = \sum_{i=1}^k Z_i^2 \sim \chi^2(k)
```

上述分布也称为中心卡方分布，我们可以将其泛化得到非中心卡方分布。即不要求那些独立变量是标准正态分布，只要是正态分布即可。

#### 二、逆-卡方分布（Inverse-Chi-Square Distribution）
逆-卡方分布和卡方分布很像，它的定义是当某个随机变量的逆服从卡方分布的时候，这个随机变量本身就服从逆-卡方分布了。即如果有：
```math
X \sim \chi^2(k)
```
那么：
```math
\frac{1}{X} \sim \text{inverse} - \chi^2(k)
```

逆卡方分布最重要的应用是作为一元正态分布中，未知方差的先验分布，同时也是其后验分布。

#### 三、缩放-逆-卡方分布（Scaled Inverse-Chi-Square Distribution）

#### 四、伽马分布（Gamma Distribution）
伽马分布是一个两参数的分布，通常用$\Gamma(\alpha,\beta)$表示。在统计中，指数分布族、欧拉分布、卡方分布都是Gamma分布的特殊情况。Gamma分布是很多似然分布的共轭先验，例如泊松分布、指数分布、均值已知的正态分布，形状参数已知的逆-伽马分布等。

#### 五、逆-伽马分布（Inverse Gamma Distribution）
逆伽马分布与伽马分布是互为倒数的。如果$X\sim \Gamma(\alpha,\beta)$，那么$1/X \sim IG(\alpha,1\beta)$

贝叶斯统计中常见的分布简介及其用法

欢迎大家关注DataLearner官方微信，接受最新的AI技术推送

相关博客

最热博客