[信托是什么]theta币（theta币的子币）

面临信息化年代，稍不留意就会脱轨，所以及时的弥补常识才干让咱们与时俱进，今日给咱们带来的是关于theta币和theta币的子币的一篇文章，信任会给你带来较大的协助！

怎么了解Beta散布和Dirichlet散布 1. 假如给你一个硬币，投这个硬币有\theta的概率抛出Head，有(1-\theta)的概率抛出Tail。假如在未来抛了五次这个硬币，有三次是Head，有两次是Tail，这个\theta最有或许是多少呢？假如你有必要给出一个确认的值，而且你彻底依据现在观测的成果来估量\theta，那么\theta = 3/5。

2. 假如未来抛出五次硬币，全部都是Head。那么依照1中的逻辑，你将估量\theta为1。也便是说，你估量这枚硬币不管怎么投，都朝上！

3. 可是，你想这或许是偶然：世界上没有这么屌的硬币，硬币仍是有必定或许抛出Tail的。就算观测到再屡次的Head，抛出Tail的概率仍是不或许为0。

4. 这时分，Bayesian公式横空出世。咱们在估量\theta时，心中先有一个估量，即先验概率。这个估量，表现在Probability中，便是一个概率散布。浅显得来讲，咱们不再以为\theta是个固定的值了。

5. 在上面的Bayesian公式中，p(\theta)便是个概率散布。这个概率散布可所以任何概率散布，比方高斯散布，比方咱们想要说的Beta Distribution。下图是Beta(5,2)的概率散布图。假如咱们将这个概率散布作为p(\theta)，那么咱们在还未抛硬币前，便以为\theta很或许接近于0.8，而不大或许是个很小的值或是一个很大的值。即，咱们在抛硬币前，便估量这枚硬币更或许有0.8的概率抛出正面。

6. 尽管p(\theta)可所以任何品种的概率散布，可是假如运用Beta Distribution，会让之后的核算愈加便利。咱们接着继续看便知道这是为什么了。何况，通过调理Beta Distribution中的a和b，你能够让这个概率散布变成各种你想要的形状！Beta Distribution现已很满足表达你事前对\theta的估量了。

7. 现在咱们现已估量好了p(\theta)为一个Beta Distribution，那么p(X|\theta)是多少呢？其实便是个二项散布。继续以1中抛5次硬币抛出3次Head为例，X=抛5次硬币抛出3个Head的事情。

8. Bayesian公式下的p(X)是个Normalizer，或许叫做marginal probability。在\theta离散的情况下，p(X)便是\theta为不同值的时分，p(X|\theta)的求和。比方，假如咱们事前估量硬币抛出正面的概率只或许是0.5或许0.8，那么p(X) = p(X|\theta=0.5) p(X|\theta=0.8)，核算时分别将\theta=0.5和\theta=0.8代入到7中的公式中。而假如咱们用Beta Distribution，\theta的概率散布在[0,1]之间是接连的，所以要用积分。

9. p(\theta)是个Beta Distribution，那么在观测到X=抛5次硬币中有3个head的事情后，p(\theta|X)依旧是个Beta Distribution！仅仅这个概率散布的形状由于观测的事情而发生了改变。

通过以上对theta币的共享介绍，信任你对theta币的子币有了大约的了解，想知道更多关于theta币的常识，重视，咱们将继续为您共享！