我在HMM上有这个任务问题,我已经解决了。我想知道我是否正确。问题是:
假设一个不诚实的经销商有两个硬币,一个是公平的,一个是有偏见的;有偏见的硬币 有概率1/4。假设经销商从不切换硬币。哪一个 硬币更有可能产生序列
是有用的HTTTHHHTTTTHTHHTT
?有可能 知道log 2 (3)= 1.585
我为公平硬币和有偏见的硬币计算了P. 公平硬币的P为7.6 * 10 -6 ,其中偏置硬币的P为3.43 * 10 -6 。我没有使用日志术语,如果我以其他方式解决它,可以使用它。因此,我得出结论,给定序列更有可能是由公平的硬币产生的。
我是对的吗?
非常感谢任何帮助。
答案 0 :(得分:6)
所以你得到以下结论。
P(H|Fake) = 1/4 P(T|Fake) = 3/4
P(H|Fair) = 1/2 P(T|Fair) = 1/2
P(Fair) = 1/2 P(Fake) = 1/2
要回答您需要回答P(Fake/HTTTHHHTTTTHTHHTT)
和P(Fair/HTTTHHHTTTTHTHHTT)
您需要申请贝叶斯的问题:
让X
为HTTTHHHTTTTHTHHTT
P(Fake|X) = (P(X|Fake) * P(Fake)) / P(X)
P(Fair|X) = (P(X|Fair) * P(Fair)) / P(X)
哪里
P(X) = P(X|Fake) * P(Fake) + P(X|Fair) * P(Fair)
P(X) = (3.43710e-6 * 0.5) + (7.629e-6 * 0.5) = 5.533e-6
因此
P(Fake|X) = (3.43710e-6 * 0.5) / 5.533e-6 = 0.3106
P(Fair|X) = (7.629e-6 * 0.5) / 5.533e-6 = 0.6894
因此,更可能是使用过的硬币是公平的。即使直觉上人们可能认为所选择的硬币是假的,但事实并非如此。给定的分布更接近0.5尾0.5头而不是0.25头0.75尾。例如,在尾部10/17的情况下,0.58更接近P(T|Fair)=.5
而不是P(T|Fake)=.75
答案 1 :(得分:1)
对于这个例子,HMM有点过分。以二分法分配头部的概率,其中p = 0.5
为公平硬币,p = 0.25
为另一个。对于他们两个,试验次数n = 17
(如果我的计数是正确的)。从17个样本中你获得了7次成功(7个头)。使用Wolfram Alpha,产生此样本的公平硬币的概率为approx 0.15,而不公平硬币的概率为approx 0.07。注意我没有费心计算确切的数字,只看了一下情节。如果您愿意,可以使用该公式。
EDIT
如果您绝对必须使用HMM,请将隐藏状态集设置为{fair;不公平的。转换概率是:从隐藏状态“公平”到隐藏状态“公平”= 1,从公平到不公平0等,因为经销商不允许在试验中途改变硬币。隐藏状态“公平”的发射概率对于可观察状态“头部”是0.5,对于可观察状态“尾部”是0.5(来自“不公平”的0.25和0.75)。您可以假设t=0
隐藏状态“公平”和“不公平”同样可能。