前言

这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。

正文

这节课主要讲的是常用统计分布里的条件期望。

x‾=1n∗i=1nai\overline{x} =\frac{1}{n}* \quad {i=1}{n} a_i x=n1​∗i=1nai​

样本矩阵

p(uk−σ1)p(u_k -\sigma_1) p(uk​−σ1​) 总体均值

由样本到总体

a1....anD{a_1 ....a_n} ~D a1​....an​D

Mahalanobis distance

metric σp∗p\sigma_{p*p} σp∗p​

欧式距离计算，加权距离，矩阵求解。

psd矩阵

半正定矩阵，特征值lmada≥0lmada \ge 0 lmada≥0

conditional expectation

E（x）

E（x|y）

E（x|Y=y）

Moment Generating Function

Def Doc MGF if X is fai(x) =E(etx)E(e^{tx}) E(etx)

ϕx(t)=etx\phi_x(t)=\quad e^{tx} ϕx​(t)=etx

概率特征函数。

完全单调，充分上扬。