概率论--二项分布
在深入探索概率的世界中，二项分布如同一把钥匙，帮助我们理解评价数据背后的可信度。想象一下，亚马逊上不同卖家的商品，评价数据各不相同：100%好评的10人评价，96%好评的50人评价，以及93%好评的200人评价。面对这些看似直观但可能存在问题的数据，我们如何在数据增多带来的置信度与低好评率之间找到平衡呢？拉普拉斯平滑，一个18世纪的智慧结晶，为我们提供了一种解决方案。在第一家中店，好评率为100%，但引入拉普拉斯平滑后，11个好评的评价率变为91.7%。在第二家店，49个好评的评价率降为94.2%，在第三家店，187个好评的评价率降为92.6%。通过这种方式，我们可以更客观地评估体验，选择在好评率相对较低但数据更多的第二家店购物。
接下来，让我们进一步探讨二项分布的奥秘。它源于对不确定性的建模，特别是当成功概率（记作 ）未知时。我们假设每个评价是独立的，每个购买可能带来正向或负向体验，但具体的成功率是未知的。通过模拟实验，我们可以发现，即使100%的好评率也可能暗示着其他可能性，比如95%的成功率。
在优化过程中，我们的目标不是精确确定 的值，而是最大化购物的正向体验。在实际应用中，这个概率可能在0到1之间随机变动，反映了我们面对的深度不确定性。二项分布就是解决这类问题的数学工具，它描述了在n次独立重复试验中，成功k次的概率分布。
当样本量增大时，二项分布的形状趋于稳定，例如50万次试验中，好评率稳定在26.1%。这种稳定性背后，是独立性假设和概率乘法规则的作用。通过理解二项式分布，我们能更好地解读数据，预测不同好评率下的概率分布。
在寻找最可信的positive体验概率时，我们关注的是曲线的质心，即好评率与好评数量的平衡点。以500个评论中有480个好评为例，曲线将更加集中，最高点代表最可能的正向体验概率。通过分析这些曲线，我们能更准确地评估店家的信誉，找到那个最有可能的positive体验概率。
在这个过程中，我们还未解答的关键问题是：如何根据具体的数据（data）求出对应的成功概率 。在接下来的视频中，我们将揭示这个问题的答案，进一步揭示二项分布的魔力。让我们一起探索这个数学工具在实际生活中的应用，揭示隐藏在好评率背后的深层次概率结构。
绛旓細鍚屾椂锛屽湪瀹為檯闂涓紝鐢变簬鏍锋湰閲忕殑闄愬埗锛屽緢灏戣兘澶熸弧瓒虫墍瑕佹眰鐨勬鎬佸垎甯冨亣璁撅紝杩欐椂鍊欙紝浜岄」鍒嗗竷鍙婂叾鐩稿叧鐨勭粺璁℃柟娉曞皢鎴愪负鍒嗘瀽鍜屾帹鏂殑閲嶈宸ュ叿銆傛讳箣锛屼簩椤瑰垎甯冪殑姒傜巼鍏紡鍜岀浉鍏虫ц川鏄粺璁″鍜姒傜巼璁涓殑閲嶈鍩虹锛屽浜庣ぞ浼氱瀛︺佽嚜鐒剁瀛︾瓑棰嗗煙鐨勬暟鎹垎鏋愩佹ā鎷熷拰棰勬祴閮芥湁閲嶈鐨勫簲鐢ㄤ环鍊笺
绛旓細姒傜巼璁鏄暟瀛︾殑涓涓垎鏀紝涓昏鐮旂┒闅忔満浜嬩欢鐨勮寰嬨傚湪姒傜巼璁轰腑锛屾湁璁稿甯哥敤鐨勬ā鍨嬶紝杩欎簺妯″瀷鍙互甯姪鎴戜滑鏇村ソ鍦扮悊瑙ｅ拰瑙ｅ喅瀹為檯闂銆備互涓嬫槸涓浜涘父鐢ㄧ殑姒傜巼璁烘ā鍨嬶細浜岄」鍒嗗竷锛圔inomial Distribution锛夛細浜岄」鍒嗗竷鏄竴绉嶇鏁姒傜巼鍒嗗竷锛岀敤浜庢弿杩板湪鍥哄畾娆℃暟鐨勭嫭绔嬪疄楠屼腑锛屾垚鍔熺殑娆℃暟鐨勬鐜囧垎甯冦備緥濡傦紝鎶涚‖甯10娆★紝...
绛旓細涓銆佸畾涔 01鍒嗗竷鍜浜岄」鍒嗗竷鏄姒傜巼璁涓殑涓ょ閲嶈鍒嗗竷銆01鍒嗗竷鎻忚堪鐨勬槸涓涓彧鏈変袱绉嶅彲鑳界粨鏋滅殑闅忔満瀹為獙鐨姒傜巼鍒嗗竷锛屽嵆鎴愬姛姒傜巼涓簆锛屽け璐ユ鐜囦负1-p銆傝屼簩椤瑰垎甯冨垯鏄弿杩板湪鍚屾牱鐨勬潯浠朵笅鐙珛閲嶅杩涜n娆″彧鏈変袱绉嶅彲鑳界粨鏋滅殑闅忔満璇曢獙鐨勬鐜囧垎甯冦傝繖涓ょ鍒嗗竷鏈夌潃鏄庢樉鐨勫尯鍒紝01鍒嗗竷鏄崟娆″疄楠岀殑缁撴灉锛岃屼簩椤...
绛旓細浜岄」鍒嗗竷X~B(n,p)锛屾湡鏈涘糆(X)=np锛屾剰涔夎〃绀洪殢鏈哄彉閲廥鐨勫钩鍧囧硷紝鎴栧钩鍧囨按骞炽俷琛ㄧずn娆¤瘯楠岋紝p琛ㄧず鍗曟璇曢獙鐨勬垚鍔姒傜巼銆備簩椤瑰垎甯冨氨鏄噸澶峮娆＄嫭绔嬬殑浼姫鍒╄瘯楠屻傚湪姣忔璇曢獙涓彧鏈変袱绉嶅彲鑳界殑缁撴灉锛岃屼笖涓ょ缁撴灉鍙戠敓涓庡惁浜掔浉瀵圭珛锛屽苟涓旂浉浜掔嫭绔嬶紝涓庡叾瀹冨悇娆¤瘯楠岀粨鏋滄棤鍏炽備簨浠跺彂鐢熶笌鍚︾殑姒傜巼鍦ㄦ瘡涓娆＄嫭绔...
绛旓細P锛圶=k)=C(n,k)锛坧^k锛*(1-p)^(n-k)n鏄瘯楠屾潵娆℃暟锛宬鏄寚瀹氫簨浠跺彂鐢熺殑娆℃暟锛宲鏄寚瀹氫簨浠跺湪涓娆¤瘯楠屼腑鍙戠敓鐨勬鐜囥傚湪姒傜巼璁鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鏄/闈炶瘯楠屼腑鎴愬姛鐨勬鏁扮殑绂绘暎姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆傚疄闄呬笂锛屾簮褰搉=1...
绛旓細鍦姒傜巼璁鐨勬墿灞曚腑锛浜岄」鍒嗗竷鏄竴涓噸瑕佺殑鍩虹姒傚康锛屽畠琚繘涓姝ユ帹骞夸负澶氶」鍒嗗竷锛岃櫧鐒跺湪涓鑸鐜囦功绫嶄腑鍙兘涓嶄細娣卞叆鎺㈣锛屼絾鍦ㄧ儹鍔涘绛夐鍩熷嵈鏈夋墍搴旂敤銆備簩椤瑰垎甯冪殑缁忓吀绀轰緥鏄姏纭竵锛屽亣璁剧‖甯佹闈㈡湞涓婄殑姒傜巼涓簆锛岃繛缁姏n娆★紝鍑虹幇k娆℃闈㈢殑姒傜巼鍙互鐢ㄤ簩椤瑰垎甯冨叕寮忔潵璁＄畻锛屽叾涓ユ牸瀹氫箟瑙佷簩椤瑰垎甯冪珷鑺備腑鐨...
绛旓細浜岄」鍒嗗竷鐨勬鐜囧瘑搴﹀嚱鏁版槸浠涔堬紵浜岄」鍒嗗竷娌℃湁姒傜巼瀵嗗害鍑芥暟锛屽洜涓鸿繛缁瀷闅忔満鍙橀噺鐨勬鐜囧瘑搴﹀嚱鏁帮紙鍦ㄤ笉鑷充簬娣锋穯鏃跺彲浠ョ畝绉颁负瀵嗗害鍑芥暟锛夋槸涓涓弿杩拌繖涓殢鏈哄彉閲忕殑杈撳嚭鍊硷紝鍦ㄦ煇涓‘瀹氱殑鍙栧肩偣闄勮繎鐨勫彲鑳芥х殑鍑芥暟銆傝繖閲屾寚鐨勬槸涓缁磋繛缁殢鏈哄彉閲忋傝屽湪姒傜巼璁鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鏄/闈炶瘯楠屼腑鎴愬姛鐨...
绛旓細浜岄」鍒嗗竷姒傜巼鍏紡鐨勭悊瑙ｆ槸n鏄瘯楠屾鏁帮紝X琛ㄧず闅忔満璇曢獙鐨勭粨鏋滐紝k鏄寚瀹氫簨浠跺彂鐢熺殑娆℃暟锛宲鏄寚瀹氫簨浠跺湪涓娆¤瘯楠屼腑鍙戠敓鐨勬鐜囷紝浜岄」鍒嗗竷鏄敱浼姫鍒╂彁鍑虹殑姒傚康锛屾寚鐨勬槸閲嶅n娆＄嫭绔嬬殑浼姫鍒╄瘯楠屻傚湪姒傜巼璁鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆...
绛旓細浜岄」鍒嗗竷鍏紡鏄疨=p^k*p^(n-k)銆傚湪n娆＄嫭绔嬮噸澶嶇殑浼姫鍒╄瘯楠屼腑锛岃姣忔璇曢獙涓簨浠禔鍙戠敓鐨勬鐜囦负p銆傜敤X琛ㄧずn閲嶄集鍔埄璇曢獙涓簨浠禔鍙戠敓鐨勬鏁帮紝浜嬩欢{X=k}鍗充负鈥渘娆¤瘯楠屼腑浜嬩欢A鎭板ソ鍙戠敓k娆♀濓紝闅忔満鍙橀噺X鐨勭鏁姒傜巼鍒嗗竷鍗充负浜岄」鍒嗗竷銆傚湪姒傜巼璁鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑...
绛旓細浜岄」鍒嗗竷鏄樉钁楁у樊寮傜殑浜岄」璇曢獙鐨勫熀纭锛屽彲浠ュ府鍔╂垜浠簡瑙ｅ拰鐩戞帶鐢熶骇瀹炶返杩囩▼涓敱浜庢煇浜涘洜绱犺屽鑷寸殑娉㈠姩銆傚湪姒傜巼璁鍜岀粺璁″涓紝浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鏄/闈炶瘯楠屼腑鎴愬姛鐨勬鏁扮殑绂绘暎姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆傚疄闄呬笂锛屽綋鏃讹紝浜岄」鍒嗗竷灏辨槸浼姫鍒╁垎甯冿紝...
