软件概览

基本理论

开发环境

主要界面

操作方法

相关文献

开发人员及联系方式

下载

城市与环境学院

北京大学

Bayesian理论

贝叶斯（Bayesian）理论的核心是条件概率推理问题，即贝叶斯推理（Bayesian inference），本软件利用该理论对SSD模型的参数的后验分布进行了推演，根据该理论，参数的后验分布是由参数的先验分布以及来自观察数据形成的似然函数（Likelihood function）所决定的，后验分布的获取遵循如下公式：

式中，| 是条件概率；H是指可能受到观察数据影响的假设事件；E是指与新观察数据相关的证据事件，不是先验证分布P(H)的支持事件；P(H | E)是指后验分布，即在新数据（E）证实下原假设事件（H）发生的概率；P(H | E)是指H发生时E出现的概率，当两者出现在一个函数中时，即为似然函数；P(E)是指与假设事件无关的新事件产生的概率，称作边际似然函数或模拟证据。