Байесовский вывод и метод максимизации правдоподобия в задаче о бросках монетки

[@akhalat]

Так как броски монеты — это независимые события, мы можем вычислить математическое ожидание и дисперсию биномиального распределения как суммы соответствующих параметров распределения Бернулли:

В формуле для мат. ожидания сразу после этого абзаца, m под суммой лишняя.
Да и суммы должны идти с m=1, а не с 0.

[@Assistant_Branch_Manager]

Спасибо, поправил, что я имел в виду. В левой части просто определения матожидания и дисперсии.
m здесь - это количество событий x=1 в серии бросков длины N, поэтому меняется от 0 до N

[@akhalat]

В самом начале у вас всё верно и логично было написано: сумма мат. ожиданий случайных величин есть мат. ожидание от их суммы, и то же самое для дисперсии, т.к. величины независимые.

[@YuryZakharov]

Все, что мы знаем о монете, — это то, что результаты бросков независимы,
и у нас нет способа на них повлиять.

Если мы не знаем, честная ли монета, то, наверное,

Есть ли у нас способ предсказать, какой стороной выпадет монета при следующем броске?

не имеет смысла, n'est-ce pas?