天才一秒记住【畅想小说网】地址：http://www.cxtra.net
或“不可能”
的差异。
在这种情况下，运用正态分布进行设定则较为合理的（共轭先验分布）——由于希望加热到的合适温度为42℃，因此，把平均值设定为42℃这样一种正态分布。
而由于标准偏差无论如何设定都是有可能的，那么就暂且设定为3℃吧。
总的来说，就是进行以下设定：
先验分布的设定：类别θ遵循平均值为42、标准偏差为3的正态分布。
步骤2：在类别θ的基础上，求出测量40℃这一温度得到的概率密度的函数
贝叶斯推理的下一个步骤，是在确定类别之后，计算从这个类别中所获得特定的信息的概率密度。
以癌症检查的例子进行说明，则为“患癌症”
的人的检查结果呈“阳性”
的事件，即“癌症＆阳性”
的概率。
把其他几种情况都列举出来，则为：计算“癌症＆阴性”
、“健康＆阳性”
、“健康＆阴性”
这4种可能性出现的概率。
这些都是按照“类别＆信息”
的形式组合而成的。
在烧水的问题中，“类别＆信息”
，则是以“（实际的水温θ）＆（测量的温度x）”
这种形式出现的。
但在该组合中出现了两个难题：第一，与癌症检查中出现4种可能性不同，该情况下，存在无限种可能的组合形式。
因此，不能通过图表来进行举例说明（而第19讲中的贝塔分布的情况，由于信息只有“女孩”
“男孩”
2种情况，因此勉强能够用完整的图表来举例）。
第二，“类别＆信息”
的概率，虽然是通过“条件概率的公式”
（见15-3）计算得来的，但这种情况下的计算太过复杂，对于不是那么精通数学的人来说很难理解。
因此，本讲中按照以下方式进行处理：
?在基本事件“（实际的水温θ）＆（测量的温度x）”
中，只用图表列出“θ＆40”
的概率分布。
（由于在此之外还存在“θ＆38”
或“θ＆40”
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！