Jakie jest twierdzenie Bayesa?

Twierdzenie

Bayesa, czasami nazywane zasadą Bayesa lub zasadą odwrotnego prawdopodobieństwa, jest twierdzeniem matematycznym, które następuje bardzo szybko z aksjomatów teorii prawdopodobieństwa. W praktyce stosuje się do obliczenia zaktualizowanego prawdopodobieństwa pewnego zjawiska docelowego lub hipotezy H, biorąc pod uwagę nowe dane empiryczne X i niektóre informacje podstawowe lub wcześniejsze prawdopodobieństwo.

Wcześniejsze prawdopodobieństwo pewnej hipotezy jest zwykle reprezentowane przez pewien procent od 0% do 100% lub pewną liczbę między 0 a 1. Takie prawdopodobieństwo jest często nazywane stopniem pewności i jest przeznaczone od obserwatora do obserwatora, ponieważ nie wszyscy obserwatorzy mieli to samo doświadczenie i dlatego nie mogą dokonać równoważnych szacunków prawdopodobieństwa dla żadnej hipotezy. Zastosowanie twierdzenia Bayesa w kontekście naukowym nazywa się wnioskiem bayesowskiego, który jest ilościową formalizacją metody naukowej. Umożliwia optymalną rewizję teoretycznych rozkładów prawdopodobieństwa, biorąc pod uwagę eksperymentL Wyniki.

Bayesa „Twierdzenie w kontekście wnioskowania naukowego mówi:„ Nowe prawdopodobieństwo, że jakaś hipoteza H jest prawdziwa (zwana prawdopodobieństwo tylne), biorąc pod uwagę nowe dowody X jest równe prawdopodobieństwu, że zaobserwujemy te dowody x, biorąc pod uwagę, że H jest prawdziwe (nazywane prawdopodobieństwo warunkowe lub prawdopodobieństwo), czasy wcześniejsze prawdopodobieństwo, że prawdopodobieństwo jest prawdziwe, całe podzielenie przez X.

Wspólne powtórzenie powyższego pod względem sposobu, w jaki wynik testu przyczynia się do prawdopodobieństwa, że ​​dany pacjent ma raka

P (dodatni | rak)*P (rak)

_______________________________________________

P (dodatnia | rak)*P (rak) + P (Pozytywny | ~ rak)*P (~ rak)

Pionowy pasek oznacza „podanie”. Prawdopodobieństwo, że pacjent ma raka po pozytywnym wyniku na określonym teście raka, jest równoważne z probabiliTy pozytywnego wyniku podanego raka (pochodzącego z wcześniejszych wyników) razy wcześniejsze prawdopodobieństwo, że dana osoba ma raka (stosunkowo niskie) podzielone przez tę samą liczbę, a także prawdopodobieństwo fałszywie dodatni czas wcześniejsze prawdopodobieństwo braku raka.

brzmi to skomplikowane, ale powyższe równanie można zastosować do określenia zaktualizowanego prawdopodobieństwa dowolnej hipotezy, biorąc pod uwagę jakikolwiek wymierny wynik eksperymentalny.

INNE JĘZYKI