베이 에스의 정리는 무엇입니까?

Bayes의 정리는 때때로 베이 에스의 규칙 또는 역 확률의 원리라고 불리는 정리는 확률 이론의 공리에서 매우 빠르게 따르는 수학적 정리입니다. 실제로, 새로운 경험적 데이터 X와 일부 배경 정보 또는 사전 확률을 고려하여 일부 대상 현상 또는 가설 H의 업데이트 된 확률을 계산하는 데 사용됩니다.

일부 가설의 이전 확률은 일반적으로 0%에서 100% 사이의 일부 백분율 또는 0과 1 사이의 숫자로 표시됩니다.이 확률은 종종 신뢰도 이라고 불리우며, 모든 관찰자가 동일한 경험을 가지고 있지 않기 때문에 관찰자에서 관찰자에 이르기까지 다양합니다. 과학적 맥락에서 베이 에스 정리를 적용하는 것을 베이지안 추론이라고하며, 이는 과학적 방법의 정량적 형식화이다. 실험이 주어진 이론 확률 분포의 최적 개정을 허용합니다.L 결과.

과학적 추론의 맥락에서 Bayes의 정리는 다음과 같이 말합니다. "새로운 가설 H의 새로운 확률은 사실 (후방 확률이라고 함)은 새로운 증거 x를 감안할 때 x가 실제로 (조건부 확률 또는 가능성이라고 함) 우리 가이 증거를 관찰 할 확률과 동일합니다.

테스트 결과가 주어진 환자가 암에 걸릴 확률에 어떻게 기여하는지에있어서 상기의 일반적인 재조정 :

p (양성 | 암)*p (암)

____________________________________________________________

p (양성 |

수직 막대는 "주어진"을 의미합니다. 특정 암 검사에서 긍정적 인 결과를 보인 후 환자가 암에 걸릴 확률은 확률과 동일합니다.암에 걸린 암 (과거 결과에서 파생 된)이 주어진 긍정적 인 결과의 ty는 암을 가진 주어진 사람 (상대적으로 낮음)의 이전 확률을 동일한 수로 나눈 값과 암에 걸리지 않을 수있는 이전의 확률의 오 탐지 확률.

.

그것은 복잡하게 들리지만 위의 방정식은 정량화 가능한 실험 결과가 주어진 가설의 업데이트 된 확률을 결정하는 데 사용될 수 있습니다.

.