贝塔分布是概率的概率分布，在不知道某一事件具体概率是多少时，它给出了所有概率出现的可能性。
举个例子：对于抛硬币，我们知道硬币正面朝上是服从二项分布的 X ∼ b ( n , p ) X \sim b(n, p) X∼b(n,p)，我们为了用大量实验来估计正面朝上概率（虽然已知是0.5），做了1000次抛硬币实验，最后统计出： 正 面 朝 上 ： 正 面 朝 下 = 0.5 ： 0.5 正面朝上：正面朝下=0.5：0.5 正面朝上：正面朝下=0.5：0.5，但我们无法保证这个结果就是正确的，所以我们要再做1000次这样的[1000次抛硬币实验]，哭…意味着总共要抛1000*1000次硬币。在这大的1000次里，结果可能千奇百怪，然后要求[0.5：0.5]这一结果的概率。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/206472.html原文链接：https://javaforall.net
