伯努利模型的極大似然估計和貝葉斯估計

  定義隨機變量A爲一次伯努利試驗的結果， A A A的取值爲[0,1]，機率分佈爲 P ( A ) P(A) P(A): P ( A = 1 ) = θ P ( A = 0 ) = 1 − θ P(A=1)=\theta\\P(A=0)=1-\theta P(A=1)=θP(A=0)=1−θ下面分別使用極大似然估計和貝葉斯估計來估計 θ \theta θ。html 極大似然估計 L ( θ )

>>阅读原文<<