Изменения

"Априорная [[вероятность]]" или "априорные [[шансы]]" или просто "априорные" отсылают к состоянию убежденности, приобретенному до наблюдения новых свидетельств. Предположим, у нас есть два подозреваемых в совершении убийства: полковник Усач и мисс Скарлет. Вскрытие [[Свидетельство|показало, что причиной смерти было отравление]], и теперь вы думаете, что вероятности того, что Усач или Скарлет совершили убийство составляют 25% и 75%, соответственно. До того как появилась информация о причине смерти, вы, возможно, думали, что шансы были равны (50% на 50%). Т.е. в данном случае вы оценивали априорную вероятность, что мисс Скарлет совершила убийство в 50%, а ваша "апостериорная вероятность" составила 75%.

Априорная вероятность гипотезы <math>H</math> часто записывается с безусловной нотацией <math>\mathbb P(H)</math>, а апостериорную (после наблюдения [[Свидетельство|свидетельства ]] <math>e</math>) часто записывают как [[Условная вероятность|условную вероятность ]] <math>\mathbb P(H\mid e).</math> [http://bayes.wustl.edu/ E. T. Jaynes] настаивал на использовании ясной нотации <math>\mathbb P (H\mid I_0)</math> для обозначения априорной вероятности <math>H</math>, где <math>I_0</math> означает априорную, и на том, чтобы никогда не записывать полностью безусловную вероятность <math>\mathbb P(X)</math>. Ведь, по словам Джейнса, у нас всегда есть какая-то предварительная информация. Однако, это скорее эвристика, а не закон, ведь может быть ложной для некоторых сложных проблем. Если мы уже пронаблюдали <math>e_0</math> и теперь апдейтимся на <math>e_1</math>, то для новой задачи новая априорная будет <math>\mathbb P(H\mid e_0)</math>, а новая апостериорная будет <math>\mathbb P(H\mid e_1 \wedge e_0).</math>