學(xué)習(xí)概率與數(shù)理統(tǒng)計(jì)總結(jié)

編輯: 路逍遙 關(guān)鍵詞: 學(xué)習(xí)總結(jié) 來源: 逍遙右腦記憶



學(xué)習(xí)總結(jié)

1. 概率與數(shù)理統(tǒng)計(jì)
包括概率論和數(shù)理統(tǒng)計(jì)

概率論的基本問題是:已知總體分布的信息,需要推斷出局部的信息;

數(shù)理統(tǒng)計(jì)的基本問題是:已知樣本(局部)信息,需要推斷出總體分布的信息。

(1) 參數(shù)估計(jì):

  a) 點(diǎn)估計(jì),估計(jì)量檢驗(yàn),矩估計(jì)

  b) 無偏估計(jì);有偏估計(jì):嶺估計(jì)

(2) 假設(shè)檢驗(yàn)

預(yù)先知道服從分布,

非參數(shù)假設(shè)檢驗(yàn)

(3) 統(tǒng)計(jì)分析(包括多元統(tǒng)計(jì)分析)

n 方差分析

n 偏度分析

n 協(xié)方差分析

n 相關(guān)分析

n 主成分分析

n 聚類分析

n 回歸分析,檢驗(yàn)統(tǒng)計(jì)量

(4) 抽樣理論

(5) 偏最小二乘回歸分析

(6) 線性與非線性統(tǒng)計(jì)

2. 隨機(jī)過程
定義:

3. 統(tǒng)計(jì)信號處理
假設(shè)檢驗(yàn)和參數(shù)估計(jì)屬于統(tǒng)計(jì)推斷的兩種形式。

3.1 信號檢測

3.2 估計(jì)理論
估計(jì)理論是統(tǒng)計(jì)的內(nèi)容;

估計(jì)理論包括靜態(tài)參數(shù)估計(jì)和動態(tài)參數(shù)估計(jì),動態(tài)參數(shù)估計(jì)也稱狀態(tài)估計(jì)或波形估計(jì)(信號有連續(xù)和離散之分)。似乎有的人將靜態(tài)參數(shù)估計(jì)稱作參數(shù)估計(jì),將動態(tài)參數(shù)估計(jì)稱作濾波!

靜態(tài)估計(jì):

n 貝葉斯估計(jì)

濾波是估計(jì)理論的研究內(nèi)容。濾波可以分為空域、時域和頻域的,數(shù)字圖像處理常用的就是空域和頻域的濾波如卷積運(yùn)算,而無線信號處理則多為時域和頻域,如維納濾波。

解決最優(yōu)濾波問題有三種方法論:包括維納濾波、卡爾曼濾波、現(xiàn)代時間序列分析。

無線定位信號處理包括兩部分內(nèi)容,首先是消除奇異值,是消除錯誤的過程;其次是濾波,消除或減少信號在信道中傳播的隨機(jī)噪聲影響。

3.3 時間序列分析
時間序列包括估計(jì)理論包含濾波,總之估計(jì)理論和時間序列分析都屬于統(tǒng)計(jì)的范疇。

注意滑動平均這類濾波方法,在時間序列分析中經(jīng)常被使用!

4. 變換理論
4.1 傅里葉變換
五種信號分類

分類名稱
對應(yīng)變換
英文命名
對應(yīng)算法
應(yīng)用

連續(xù)周期信號
連續(xù)傅里葉級數(shù)變換
CSFT



連續(xù)信號
連續(xù)傅里葉變換
CFT



離散周期信號
離散傅里葉級數(shù)變換
DFS



離散信號
序列傅里葉變換
SFT



離散有限序列信號
離散傅里葉變換
DFT
FFT
圖像處理

信號處理

4.2 小波變換
小波分析是在傅里葉分析的基礎(chǔ)上發(fā)展起來的,小波變換和Fourier變換、加窗Fourier變換相比,是一個自適應(yīng)的時間和頻率的局部變換,具有良好的時_頻定位特性和多分辨能力。它能有效地從信號中提取信息,通過伸縮核平移等運(yùn)算對信號進(jìn)行多尺度細(xì)化分析,被譽(yù)為“數(shù)學(xué)顯微鏡”。

小波的時頻窗在低頻自動變寬,在高頻時自動變窄。

5. 理論基礎(chǔ)
5.1 貝葉斯方法
貝葉斯體系的基本思路:依據(jù)過程概率分布的先驗(yàn)知識,將包含在信號中的事實(shí)進(jìn)行組合。粗略來講,在統(tǒng)計(jì)推斷中使用先驗(yàn)分布的方法進(jìn)行統(tǒng)計(jì)基本上都是貝葉斯統(tǒng)計(jì)。

貝葉斯估計(jì):最大后驗(yàn)估計(jì)、最大似然估計(jì)、最小均方估計(jì)、最小平均絕對誤差估計(jì)

貝葉斯推斷:是根據(jù)帶隨機(jī)性的觀測數(shù)據(jù)(樣本)以及問題的條件和假定(模型),對未知事物做出的,以概率形式表達(dá)的推測。

貝葉斯預(yù)測:貝葉斯預(yù)測的精度取決于貝葉斯參數(shù)估計(jì)的性能,貝葉斯預(yù)測包括許多傳統(tǒng)的預(yù)測方法,如線性回歸、指數(shù)平滑、線性時間序列都是貝葉斯預(yù)測模型的特殊情況。
本文來自:逍遙右腦記憶 http://portlandfoamroofing.com/xuexi/107619.html

相關(guān)閱讀:學(xué)習(xí)實(shí)踐科學(xué)發(fā)展觀民主生活會總結(jié)