EM算法系列(五)-三硬幣問(wèn)題

整理自李航老師的《統(tǒng)計(jì)學(xué)習(xí)方法》一書

1忿族、引言

概率模型有時(shí)既含有觀測(cè)變量锣笨,又含有隱變量或潛在變量,如果概率模型的變量都是觀測(cè)變量道批,那么給定數(shù)據(jù)错英,可以直接用極大似然估計(jì)法,或貝葉斯估計(jì)法估計(jì)模型參數(shù)隆豹,但是椭岩,當(dāng)模型中含有隱變量時(shí),就不能簡(jiǎn)單的使用這些方法璃赡。EM算法就是含有隱變量的概率模型參數(shù)的極大似然估計(jì)法判哥,或極大后驗(yàn)概率估計(jì)法。

2碉考、三硬幣模型描述

三硬幣問(wèn)題是這樣的:
假設(shè)有三枚硬幣塌计,分別記為A、B侯谁、C锌仅。這些硬幣正面的概率分別為π,p墙贱,q热芹,進(jìn)行如下的拋硬幣實(shí)驗(yàn):先擲硬幣A,根據(jù)其結(jié)果選出硬幣B或者硬幣C惨撇,正面選硬幣B伊脓,反面選硬幣C,然后擲選出的硬幣魁衙,擲硬幣的記過(guò)报腔,出現(xiàn)正面記作1,出現(xiàn)反面記作0纺棺,獨(dú)立地重復(fù)n次實(shí)驗(yàn)(這里n=10)榄笙,然后觀測(cè)結(jié)果如下:

1,1祷蝌,0茅撞,1,0巨朦,0米丘,1,0糊啡,1拄查,1

假設(shè)只能觀測(cè)到擲硬幣的結(jié)果,不能觀測(cè)擲硬幣的過(guò)程棚蓄,問(wèn)如何估計(jì)三硬幣正面出現(xiàn)的概率堕扶,即三硬幣模型的參數(shù)π碍脏,p,q稍算。

3典尾、三硬幣問(wèn)題表示

三硬幣模型可以寫作:



這里隨機(jī)變量y是觀測(cè)變量,表示一次實(shí)驗(yàn)觀測(cè)的結(jié)果是1或0糊探,隨機(jī)變量z是隱變量钾埂,表示未觀測(cè)到的擲硬幣A的結(jié)果,θ=(π科平,p褥紫,q)是模型參數(shù),這一模型是以上數(shù)據(jù)的生成模型瞪慧。再提醒一次髓考,隨機(jī)變量y的數(shù)據(jù)可以觀測(cè),隨機(jī)變量z的數(shù)據(jù)不可觀測(cè)汞贸。上式的意思即在θ的前提下出現(xiàn)y的概率等于在θ的前提下y和z的聯(lián)合分布中y的邊緣分布绳军。

將觀測(cè)數(shù)據(jù)表示為Y印机,未觀測(cè)數(shù)據(jù)表示為Z矢腻,則觀測(cè)數(shù)據(jù)的似然函數(shù)是:



在該問(wèn)題中,似然函數(shù)展開為



考慮求模型參數(shù)θ=(π射赛,p多柑,q)的極大似然估計(jì),即:

這個(gè)問(wèn)題沒有解析解楣责,只有通過(guò)迭代方法求解竣灌,EM算法就是可以用于求解這個(gè)問(wèn)題的一個(gè)迭代算法,下面給出求解這個(gè)問(wèn)題的EM算法過(guò)程秆麸。

4初嘹、EM算法求解三硬幣模型

EM算法首先選取參數(shù)的初值,然后通過(guò)下面的步驟迭代計(jì)算參數(shù)的估計(jì)址沮趣,直到收斂為止屯烦。EM算的第i+1次迭代過(guò)程如下:


我們帶入具體的數(shù)值:


選取不同的初值,最后得到的收斂結(jié)果可能是不一樣的房铭,不信你可以試一下驻龟。

5、EM算法步驟

一般的缸匪,用Y表示觀測(cè)隨機(jī)變量的數(shù)據(jù)翁狐,Z表示隱隨機(jī)變量的數(shù)據(jù),Y和Z連在一起稱為完全數(shù)據(jù)凌蔬,只有觀測(cè)數(shù)據(jù)Y稱為不完全數(shù)據(jù)露懒,假設(shè)給定觀測(cè)數(shù)據(jù)Y闯冷,其概率分布為P(Y|θ),那么不完全數(shù)據(jù)的似然函數(shù)就是P(Y|θ),對(duì)數(shù)似然函數(shù)是L(θ) = log(P(Y|θ))懈词,假設(shè)Y和Z的聯(lián)合概率分布是P(Y,Z|θ),那么完全數(shù)據(jù)的對(duì)數(shù)似然函數(shù)是logP(Y,Z|θ)窃躲。

EM算法通過(guò)迭代求L(θ) = log(P(Y|θ))的極大似然估計(jì),每次迭代包括兩步:E步钦睡,求期望蒂窒,M步,求最大化荞怒,下面介紹EM算法的步驟:



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末洒琢,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子褐桌,更是在濱河造成了極大的恐慌衰抑,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,185評(píng)論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件荧嵌,死亡現(xiàn)場(chǎng)離奇詭異呛踊,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)啦撮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評(píng)論 3 393
  • 文/潘曉璐 我一進(jìn)店門谭网,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人赃春,你說(shuō)我怎么就攤上這事愉择。” “怎么了织中?”我有些...
    開封第一講書人閱讀 163,524評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵锥涕,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我狭吼,道長(zhǎng)层坠,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,339評(píng)論 1 293
  • 正文 為了忘掉前任刁笙,我火速辦了婚禮破花,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘采盒。我一直安慰自己旧乞,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,387評(píng)論 6 391
  • 文/花漫 我一把揭開白布磅氨。 她就那樣靜靜地躺著尺栖,像睡著了一般。 火紅的嫁衣襯著肌膚如雪烦租。 梳的紋絲不亂的頭發(fā)上延赌,一...
    開封第一講書人閱讀 51,287評(píng)論 1 301
  • 那天除盏,我揣著相機(jī)與錄音,去河邊找鬼挫以。 笑死者蠕,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的掐松。 我是一名探鬼主播踱侣,決...
    沈念sama閱讀 40,130評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼大磺!你這毒婦竟也來(lái)了抡句?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤杠愧,失蹤者是張志新(化名)和其女友劉穎待榔,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體流济,經(jīng)...
    沈念sama閱讀 45,420評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡锐锣,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,617評(píng)論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了绳瘟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片雕憔。...
    茶點(diǎn)故事閱讀 39,779評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖稽荧,靈堂內(nèi)的尸體忽然破棺而出橘茉,到底是詐尸還是另有隱情,我是刑警寧澤姨丈,帶...
    沈念sama閱讀 35,477評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站擅腰,受9級(jí)特大地震影響蟋恬,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜趁冈,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,088評(píng)論 3 328
  • 文/蒙蒙 一歼争、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧渗勘,春花似錦沐绒、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至取刃,卻和暖如春蹋肮,著一層夾襖步出監(jiān)牢的瞬間出刷,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工坯辩, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留馁龟,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,876評(píng)論 2 370
  • 正文 我出身青樓漆魔,卻偏偏與公主長(zhǎng)得像坷檩,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子改抡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,700評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容