<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ru">
		<id>https://lesswrong.ru/wiki/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Muyyd</id>
		<title>Вики LessWrong.ru - Вклад участника [ru]</title>
		<link rel="self" type="application/atom+xml" href="https://lesswrong.ru/wiki/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Muyyd"/>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/%D0%A1%D0%BB%D1%83%D0%B6%D0%B5%D0%B1%D0%BD%D0%B0%D1%8F:%D0%92%D0%BA%D0%BB%D0%B0%D0%B4/Muyyd"/>
		<updated>2026-06-12T07:14:33Z</updated>
		<subtitle>Вклад участника</subtitle>
		<generator>MediaWiki 1.30.0</generator>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1324</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1324"/>
				<updated>2017-11-12T21:04:51Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; [[свидетельство|свидетельств]], мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это парниковый газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о наличии мотива лгать у того, кто нам это утверждение сообщает, или о наличии &amp;quot;дурацких или сумасшедших&amp;quot; причин в это верить у сообщающего. Если есть мотив лгать, то это влияет на силу свидетельства (его слов), но не понижает априорную вероятность. Предположим кто-то сказал вам: &amp;quot;Знаешь, у меня есть квартира в Нью-Йорке, я могу сдать ее тебе за $2000/месяц&amp;quot;. Возможно, этот человек лжет с целью получения денег, но это не означает, что утверждение &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; будет экстраординарным. Много людей владеет квартирами в этом городе. Такое случается каждый день. Наличие денег на кону означает, что у человека есть мотив соврать, но это влияет на [[отношение правдоподобия]], а не на априорные шансы. Если все наблюдения мы ограничим словами этого человека, то вероятность что он скажет &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; с учетом того, что у него нет квартиры в этом городе, может быть необычайно высока, потому что он пытается реализовать мошенническую схему с рентой. Но это не означает, что нам нужно звать физиков с их аппаратурой для проверки существования этой квартиры. Достаточно будет и других, все еще сильных, но обычных свидетельств. Подобно этому, даже если кто-то и лжет про глобальное потепление, это будет означать лишь потенциальную слабину в предоставленных этим человеком свидетельств, а не слабину априорной вероятности утверждения &amp;quot;При увеличении углекислого газа в атмосфере температура поднимается&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
(Точно так же, желание получить сильные свидетельства не всегда сопутствует невероятности проверяемого утверждения. Может быть вы раздумываете о покупке дома в Сан Франциско и на кону миллионы долларов. А это означает, что у релевантной информации высокая ценность, и вы, возможно, захотите вложить деньги для получения дополнительных свидетельств вроде оценки третьими лицами этой информации. Но это не потому что владение домом в Сан Франциско является лавкрафтовской аномалией. Деньги на кону и поэтому вы, возможно, готовы заплатить за [https://arbital.com/p/bayes_rule_elimination/?pathId=24787 элиминацию] остатков невероятности у этого довольно обычного утверждения).&lt;br /&gt;
&lt;br /&gt;
''Мы задаемся'' вопросом о том, какое утверждение больше согласуется с наблюдаемым в прошлом поведении углекислого газа: &amp;quot;повышение углекислого газа в атмосфере приводит в повышению температуры&amp;quot; и &amp;quot;повышение углекислого газа в атмосфере НЕ приводит в повышению температуры&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
И после того, как мы определили стандартное поведение молекул углекислого газа и инфракрасных фотонов, мы не отдаем приоритет обобщениям вроде: &amp;quot;Мы ни разу не наблюдали температуру во Фридонии летом выше 30 градусов&amp;quot;. Это правда, что предсказанные последствия поведения молекул углекислого газа противоречат обобщению про температуру во Фридонии. Но мы отдаем приоритет более фундаментальным обобщениям и тем, которые ближе к началу причинной цепочки.&lt;br /&gt;
&lt;br /&gt;
*Поведение углекислого газа более фундаментальное обобщение. Оно сложилось вокруг наших наблюдений класса молекул, поведение которых мы можем изучать очень детально и давать очень точные прогнозы. Вес молекулы углекислого газа (со стандартным изотопами в обоих случаях) и количество пропускаемых ими инфракрасных лучей, меняется намного меньше от случая к случаю, чем летняя температура во Фридонии, т.е. оно очень точное и сильное обобщение.&lt;br /&gt;
*Поведение углекислого газа ближе к началу цепочки причин и следствий. Летняя температура во Фридонни вызвана, или является следствием, определенного уровня углекислого газа в атмосфере. Мы ожидаем, что изменения в начале причинной цепочки вызовут изменения в конце цепочки. Довольно удивительно будет, если обобщение про погоду во Фридонии сможет изменить отношения между молекулами углекислого газа и инфракрасным светом.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о количестве именитых ученых, верящих или не верящих в глобальное потепление. Если вы ожидаете, что множество именитых ученых не верят в вещи вроде глобального потепления в мирах, где глобального потепления нет, то наблюдение такого консенсуса это довольно сильное свидетельство в пользу ложности утверждения о наличии глобального потепления. Но это не относится к априорной вероятности до наблюдения свидетельств. Для этого нам надо рассмотреть сложность утверждения, и насколько оно противоречит низкоуровневым обобщениям, в истинности которых мы довольно уверены.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/extraordinary_claims/    Extraordinary claims   ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1323</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1323"/>
				<updated>2017-11-12T21:04:18Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; [[свидетельство|свидетельств]], мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это парниковый газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о наличии мотива лгать у того, кто нам это утверждение сообщает, или о наличии &amp;quot;дурацких или сумасшедших&amp;quot; причин в это верить у сообщающего. Если есть мотив лгать, то это влияет на силу свидетельства (его слов), но не понижает априорную вероятность. Предположим кто-то сказал вам: &amp;quot;Знаешь, у меня есть квартира в Нью-Йорке, я могу сдать ее тебе за $2000/месяц&amp;quot;. Возможно, этот человек лжет с целью получения денег, но это не означает, что утверждение &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; будет экстраординарным. Много людей владеет квартирами в этом городе. Такое случается каждый день. Наличие денег на кону означает, что у человека есть мотив соврать, но это влияет на [[отношение правдоподобия]], а не на априорные шансы. Если все наблюдения мы ограничим словами этого человека, то вероятность что он скажет &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; с учетом того, что у него нет квартиры в этом городе, может быть необычайно высока, потому что он пытается реализовать мошенническую схему с рентой. Но это не означает, что нам нужно звать физиков с их аппаратурой для проверки существования этой квартиры. Достаточно будет и других, все еще сильных, но обычных свидетельств. Подобно этому, даже если кто-то и лжет про глобальное потепление, это будет означать лишь потенциальную слабину в предоставленных этим человеком свидетельств, а не слабину априорной вероятности утверждения &amp;quot;При увеличении углекислого газа в атмосфере температура поднимается&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
(Точно так же, желание получить сильные свидетельства не всегда сопутствует невероятности проверяемого утверждения. Может быть вы раздумываете о покупке дома в Сан Франциско и на кону миллионы долларов. А это означает, что у релевантной информации высокая ценность, и вы, возможно, захотите вложить деньги для получения дополнительных свидетельств вроде оценки третьими лицами этой информации. Но это не потому что владение домом в Сан Франциско является лавкрафтовской аномалией. Деньги на кону и поэтому вы, возможно, готовы заплатить за [https://arbital.com/p/bayes_rule_elimination/?pathId=24787 элиминацию] остатков невероятности у этого довольно обычного утверждения).&lt;br /&gt;
&lt;br /&gt;
''Мы задаемся'' вопросом о том, какое утверждение больше согласуется с наблюдаемым в прошлом поведении углекислого газа: &amp;quot;повышение углекислого газа в атмосфере приводит в повышению температуры&amp;quot; и &amp;quot;повышение углекислого газа в атмосфере НЕ приводит в повышению температуры&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
И после того, как мы определили стандартное поведение молекул углекислого газа и инфракрасных фотонов, мы не отдаем приоритет обобщениям вроде: &amp;quot;Мы ни разу не наблюдали температуру во Фридонии летом выше 30 градусов&amp;quot;. Это правда, что предсказанные последствия поведения молекул углекислого газа противоречат обобщению про температуру во Фридонии. Но мы отдаем приоритет более фундаментальным обобщениям и тем, которые ближе к началу причинной цепочки.&lt;br /&gt;
&lt;br /&gt;
*Поведение углекислого газа более фундаментальное обобщение. Оно сложилось вокруг наших наблюдений класса молекул, поведение которых мы можем изучать очень детально и давать очень точные прогнозы. Вес молекулы углекислого газа (со стандартным изотопами в обоих случаях) и количество пропускаемых ими инфракрасных лучей, меняется намного меньше от случая к случаю, чем летняя температура во Фридонии, т.е. оно очень точное и сильное обобщение.&lt;br /&gt;
*Поведение углекислого газа ближе к началу цепочки причин и следствий. Летняя температура во Фридонни вызвана, или является следствием, определенного уровня углекислого газа в атмосфере. Мы ожидаем, что изменения в начале причинной цепочки вызовут изменения в конце цепочки. Довольно удивительно будет, если обобщение про погоду во Фридонии сможет изменить отношения между молекулами углекислого газа и инфракрасным светом.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о количестве именитых ученых, верящих или не верящих в глобальное потепление. Если вы ожидаете, что множество именитых ученых не верят в вещи вроде глобального потепления в мирах, где глобального потепления нет, то наблюдение такого консенсуса это довольно сильное свидетельство в пользу ложности утверждения о наличии глобального потепления. Но это не относится к априорной вероятности до наблюдения свидетельств. Для этого нам надо рассмотреть сложность утверждения, и насколько оно противоречит низкоуровневым обобщениям, в истинности которых мы довольно уверены.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/extraordinary_claims/    Extraordinary claims   ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1322</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1322"/>
				<updated>2017-11-12T21:03:36Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; [[свидетельство|свидетельств]], мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это парниковый газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о наличии мотива лгать у того, кто нам это утверждение сообщает, или о наличии &amp;quot;дурацких или сумасшедших&amp;quot; причин в это верить у сообщающего. Если есть мотив лгать, то это влияет на силу свидетельства (его слов), но не понижает априорную вероятность. Предположим кто-то сказал вам: &amp;quot;Знаешь, у меня есть квартира в Нью-Йорке, я могу сдать ее тебе за $2000/месяц&amp;quot;. Возможно, этот человек лжет с целью получения денег, но это не означает, что утверждение &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; будет экстраординарным. Много людей владеет квартирами в этом городе. Такое случается каждый день. Наличие денег на кону означает, что у человека есть мотив соврать, но это влияет на [[отношение правдоподобия]], а не на априорные шансы. Если все наблюдения мы ограничим словами этого человека, то вероятность что он скажет &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; с учетом того, что у него нет квартиры в этом городе, может быть необычайно высока, потому что он пытается реализовать мошенническую схему с рентой. Но это не означает, что нам нужно звать физиков с их аппаратурой для проверки существования этой квартиры. Достаточно будет и других, все еще сильных, но обычных свидетельств. Подобно этому, даже если кто-то и лжет про глобальное потепление, это будет означать лишь потенциальную слабину в предоставленных этим человеком свидетельств, а не слабину априорной вероятности утверждения &amp;quot;При увеличении углекислого газа в атмосфере температура поднимается&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
(Точно так же, желание получить сильные свидетельства не всегда сопутствует невероятности проверяемого утверждения. Может быть вы раздумываете о покупке дома в Сан Франциско и на кону миллионы долларов. А это означает, что у релевантной информации высокая ценность, и вы, возможно, захотите вложить деньги для получения дополнительных свидетельств вроде оценки третьими лицами этой информации. Но это не потому что владение домом в Сан Франциско является лавкрафтовской аномалией. Деньги на кону и поэтому вы, возможно, готовы заплатить за [ https://arbital.com/p/bayes_rule_elimination/?pathId=24787 элиминацию ] остатков невероятности у этого довольно обычного утверждения).&lt;br /&gt;
&lt;br /&gt;
''Мы задаемся'' вопросом о том, какое утверждение больше согласуется с наблюдаемым в прошлом поведении углекислого газа: &amp;quot;повышение углекислого газа в атмосфере приводит в повышению температуры&amp;quot; и &amp;quot;повышение углекислого газа в атмосфере НЕ приводит в повышению температуры&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
И после того, как мы определили стандартное поведение молекул углекислого газа и инфракрасных фотонов, мы не отдаем приоритет обобщениям вроде: &amp;quot;Мы ни разу не наблюдали температуру во Фридонии летом выше 30 градусов&amp;quot;. Это правда, что предсказанные последствия поведения молекул углекислого газа противоречат обобщению про температуру во Фридонии. Но мы отдаем приоритет более фундаментальным обобщениям и тем, которые ближе к началу причинной цепочки.&lt;br /&gt;
&lt;br /&gt;
*Поведение углекислого газа более фундаментальное обобщение. Оно сложилось вокруг наших наблюдений класса молекул, поведение которых мы можем изучать очень детально и давать очень точные прогнозы. Вес молекулы углекислого газа (со стандартным изотопами в обоих случаях) и количество пропускаемых ими инфракрасных лучей, меняется намного меньше от случая к случаю, чем летняя температура во Фридонии, т.е. оно очень точное и сильное обобщение.&lt;br /&gt;
*Поведение углекислого газа ближе к началу цепочки причин и следствий. Летняя температура во Фридонни вызвана, или является следствием, определенного уровня углекислого газа в атмосфере. Мы ожидаем, что изменения в начале причинной цепочки вызовут изменения в конце цепочки. Довольно удивительно будет, если обобщение про погоду во Фридонии сможет изменить отношения между молекулами углекислого газа и инфракрасным светом.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о количестве именитых ученых, верящих или не верящих в глобальное потепление. Если вы ожидаете, что множество именитых ученых не верят в вещи вроде глобального потепления в мирах, где глобального потепления нет, то наблюдение такого консенсуса это довольно сильное свидетельство в пользу ложности утверждения о наличии глобального потепления. Но это не относится к априорной вероятности до наблюдения свидетельств. Для этого нам надо рассмотреть сложность утверждения, и насколько оно противоречит низкоуровневым обобщениям, в истинности которых мы довольно уверены.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/extraordinary_claims/    Extraordinary claims   ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1321</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1321"/>
				<updated>2017-11-12T21:03:13Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; [[свидетельство|свидетельств]], мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это парниковый газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о наличии мотива лгать у того, кто нам это утверждение сообщает, или о наличии &amp;quot;дурацких или сумасшедших&amp;quot; причин в это верить у сообщающего. Если есть мотив лгать, то это влияет на силу свидетельства (его слов), но не понижает априорную вероятность. Предположим кто-то сказал вам: &amp;quot;Знаешь, у меня есть квартира в Нью-Йорке, я могу сдать ее тебе за $2000/месяц&amp;quot;. Возможно, этот человек лжет с целью получения денег, но это не означает, что утверждение &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; будет экстраординарным. Много людей владеет квартирами в этом городе. Такое случается каждый день. Наличие денег на кону означает, что у человека есть мотив соврать, но это влияет на [[отношение правдоподобия]], а не на априорные шансы. Если все наблюдения мы ограничим словами этого человека, то вероятность что он скажет &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; с учетом того, что у него нет квартиры в этом городе, может быть необычайно высока, потому что он пытается реализовать мошенническую схему с рентой. Но это не означает, что нам нужно звать физиков с их аппаратурой для проверки существования этой квартиры. Достаточно будет и других, все еще сильных, но обычных свидетельств. Подобно этому, даже если кто-то и лжет про глобальное потепление, это будет означать лишь потенциальную слабину в предоставленных этим человеком свидетельств, а не слабину априорной вероятности утверждения &amp;quot;При увеличении углекислого газа в атмосфере температура поднимается&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
(Точно так же, желание получить сильные свидетельства не всегда сопутствует невероятности проверяемого утверждения. Может быть вы раздумываете о покупке дома в Сан Франциско и на кону миллионы долларов. А это означает, что у релевантной информации высокая ценность, и вы, возможно, захотите вложить деньги для получения дополнительных свидетельств вроде оценки третьими лицами этой информации. Но это не потому что владение домом в Сан Франциско является лавкрафтовской аномалией. Деньги на кону и поэтому вы, возможно, готовы заплатить за [ https://arbital.com/p/bayes_rule_elimination/?pathId=24787 элиминацию ] остатков невероятности у этого довольно обычного утверждения).&lt;br /&gt;
&lt;br /&gt;
''Мы задаемся'' вопросом о том, какое утверждение больше согласуется с наблюдаемым в прошлом поведении углекислого газа: &amp;quot;повышение углекислого газа в атмосфере приводит в повышению температуры&amp;quot; и &amp;quot;повышение углекислого газа в атмосфере НЕ приводит в повышению температуры&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
И после того, как мы определили стандартное поведение молекул углекислого газа и инфракрасных фотонов, мы не отдаем приоритет обобщениям вроде: &amp;quot;Мы ни разу не наблюдали температуру во Фридонии летом выше 30 градусов&amp;quot;. Это правда, что предсказанные последствия поведения молекул углекислого газа противоречат обобщению про температуру во Фридонии. Но мы отдаем приоритет более фундаментальным обобщениям и тем, которые ближе к началу причинной цепочки.&lt;br /&gt;
&lt;br /&gt;
*Поведение углекислого газа более фундаментальное обобщение. Оно сложилось вокруг наших наблюдений класса молекул, поведение которых мы можем изучать очень детально и давать очень точные прогнозы. Вес молекулы углекислого газа (со стандартным изотопами в обоих случаях) и количество пропускаемых ими инфракрасных лучей, меняется намного меньше от случая к случаю, чем летняя температура во Фридонии, т.е. оно очень точное и сильное обобщение.&lt;br /&gt;
*Поведение углекислого газа ближе к началу цепочки причин и следствий. Летняя температура во Фридонни вызвана, или является следствием, определенного уровня углекислого газа в атмосфере. Мы ожидаем, что изменения в начале причинной цепочки вызовут изменения в конце цепочки. Довольно удивительно будет, если обобщение про погоду во Фридонии сможет изменить отношения между молекулами углекислого газа и инфракрасным светом.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о количестве именитых ученых, верящих или не верящих в глобальное потепление. Если вы ожидаете, что множество именитых ученых не верят в вещи вроде глобального потепления в мирах, где глобального потепления нет, то наблюдение такого консенсуса это довольно сильное свидетельство в пользу ложности утверждения о наличии глобального потепления. Но это не относится к априорной вероятности до наблюдения свидетельств. Для этого нам надо рассмотреть сложность утверждения, и насколько оно противоречит низкоуровневым обобщениям, в истинности которых мы довольно уверены.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/extraordinary_claims/    Extraordinary claims   ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1320</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1320"/>
				<updated>2017-11-12T21:02:55Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; [[свидетельство|свидетельств]], мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это парниковый газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о наличии мотива лгать у того, кто нам это утверждение сообщает, или о наличии &amp;quot;дурацких или сумасшедших&amp;quot; причин в это верить у сообщающего. Если есть мотив лгать, то это влияет на силу свидетельства (его слов), но не понижает априорную вероятность. Предположим кто-то сказал вам: &amp;quot;Знаешь, у меня есть квартира в Нью-Йорке, я могу сдать ее тебе за $2000/месяц&amp;quot;. Возможно, этот человек лжет с целью получения денег, но это не означает, что утверждение &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; будет экстраординарным. Много людей владеет квартирами в этом городе. Такое случается каждый день. Наличие денег на кону означает, что у человека есть мотив соврать, но это влияет на [[отношение правдоподобия]], а не на априорные шансы. Если все наблюдения мы ограничим словами этого человека, то вероятность что он скажет &amp;quot;у меня есть квартира в Нью-Йорке&amp;quot; с учетом того, что у него нет квартиры в этом городе, может быть необычайно высока, потому что он пытается реализовать мошенническую схему с рентой. Но это не означает, что нам нужно звать физиков с их аппаратурой для проверки существования этой квартиры. Достаточно будет и других, все еще сильных, но обычных свидетельств. Подобно этому, даже если кто-то и лжет про глобальное потепление, это будет означать лишь потенциальную слабину в предоставленных этим человеком свидетельств, а не слабину априорной вероятности утверждения &amp;quot;При увеличении углекислого газа в атмосфере температура поднимается&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
(Точно так же, желание получить сильные свидетельства не всегда сопутствует невероятности проверяемого утверждения. Может быть вы раздумываете о покупке дома в Сан Франциско и на кону миллионы долларов. А это означает, что у релевантной информации высокая ценность, и вы, возможно, захотите вложить деньги для получения дополнительных свидетельств вроде оценки третьими лицами этой информации. Но это не потому что владение домом в Сан Франциско является лавкрафтовской аномалией. Деньги на кону и поэтому вы, возможно, готовы заплатить за [ https://arbital.com/p/bayes_rule_elimination/?pathId=24787 элиминацию ] остатков невероятности у этого довольно обычного утверждения).&lt;br /&gt;
&lt;br /&gt;
''Мы задаемся'' вопросом о том, какое утверждение больше согласуется с наблюдаемым в прошлом поведении углекислого газа: &amp;quot;повышение углекислого газа в атмосфере приводит в повышению температуры&amp;quot; и &amp;quot;повышение углекислого газа в атмосфере НЕ приводит в повышению температуры&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
И после того, как мы определили стандартное поведение молекул углекислого газа и инфракрасных фотонов, мы не отдаем приоритет обобщениям вроде: &amp;quot;Мы ни разу не наблюдали температуру во Фридонии летом выше 30 градусов&amp;quot;. Это правда, что предсказанные последствия поведения молекул углекислого газа противоречат обобщению про температуру во Фридонии. Но мы отдаем приоритет более фундаментальным обобщениям и тем, которые ближе к началу причинной цепочки.&lt;br /&gt;
&lt;br /&gt;
*Поведение углекислого газа более фундаментальное обобщение. Оно сложилось вокруг наших наблюдений класса молекул, поведение которых мы можем изучать очень детально и давать очень точные прогнозы. Вес молекулы углекислого газа (со стандартным изотопами в обоих случаях) и количество пропускаемых ими инфракрасных лучей, меняется намного меньше от случая к случаю, чем летняя температура во Фридонии, т.е. оно очень точное и сильное обобщение.&lt;br /&gt;
*Поведение углекислого газа ближе к началу цепочки причин и следствий. Летняя температура во Фридонни вызвана, или является следствием, определенного уровня углекислого газа в атмосфере. Мы ожидаем, что изменения в начале причинной цепочки вызовут изменения в конце цепочки. Довольно удивительно будет, если обобщение про погоду во Фридонии сможет изменить отношения между молекулами углекислого газа и инфракрасным светом.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
''Мы не задаемся'' вопросом о количестве именитых ученых, верящих или не верящих в глобальное потепление. Если вы ожидаете, что множество именитых ученых не верят в вещи вроде глобального потепления в мирах, где глобального потепления нет, то наблюдение такого консенсуса это довольно сильное свидетельство в пользу ложности утверждения о наличии глобального потепления. Но это не относится к априорной вероятности до наблюдения свидетельств. Для этого нам надо рассмотреть сложность утверждения, и насколько оно противоречит низкоуровневым обобщениям, в истинности которых мы довольно уверены.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/extraordinary_claims/    Extraordinary claims   ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1319</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1319"/>
				<updated>2017-11-12T13:03:41Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; свидетельств, мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки свидетельств нормальной силы.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это тепличный газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1318</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1318"/>
				<updated>2017-11-12T13:03:04Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; свидетельств, мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти тесты, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки не особо сильных свидетельств. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это тепличный газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1317</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1317"/>
				<updated>2017-11-12T13:01:54Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
'''Краткое содержание:'''&lt;br /&gt;
&lt;br /&gt;
Для того, чтобы понять, является ли утверждение &amp;quot;экстраординарным&amp;quot;, а посему требующим поддержки &amp;quot;экстраординарных&amp;quot; свидетельств, мы рассматриваем:&lt;br /&gt;
*Содержит ли утверждение в себе столько сложности, сколько не поддержано уже имеющимися свидетельствами.&lt;br /&gt;
*Нарушает ли утверждение низкоуровневые законы (вроде законов физики, химии, или биологических принципов).&lt;br /&gt;
&lt;br /&gt;
И не рассматриваем:&lt;br /&gt;
*Предполагает ли утверждения последствия в будущем, которые звучат экстремально или важно.&lt;br /&gt;
*Потребуется ввести дорогостоящие меры в связи с тем, что утверждение окажется истинным. Или придется ли делать что-то болезненное в этом же случае.&lt;br /&gt;
*Нарушает ли утверждение поверхностные и/или высокоуровневые обобщения.&lt;br /&gt;
&lt;br /&gt;
Если утверждение прошло эти три теста, то это не означает, что мы в него должны поверить, мы лишь признаем их обычными утверждениями, требующими поддержки не особо сильных свидетельств. &lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
'''Экстраординарные утверждения'''&lt;br /&gt;
&lt;br /&gt;
Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это тепличный газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1316</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1316"/>
				<updated>2017-11-12T11:22:38Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные шансы | с водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Точно так же, если вы доктор, который объясняет значение положительного результата пациенту, вы можете сказать что-то вроде: &amp;quot;До того, как мы пронаблюдали результат теста, мы знали, что пациент вроде вас в тысячу раз вероятней будет здоровым, чем больным. И этот тест лишь в сто раз вероятней покажет положительный результат для больного пациента, чем для здорового. Теперь же я думаю, что вы в десять раз вероятней окажетесь здоровым, а это все еще очень неплохие шансы!&amp;quot;&lt;br /&gt;
&lt;br /&gt;
[[Водопадные диаграммы и относительные шансы | Водопадные диаграммы  ]] и специальные нотации для [[шансы |шансов]] и [[Соотношение условных вероятностей|соотношения условных вероятностей]] могут сделать ТБ более интуитивно понятной, но пропорциональная форма - наиболее валидно-звучащая вещь, которая одновременно корректна с точки зрения чисел и при этом ее можно легко выразить словами.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Правило Байеса: шансы]]&lt;br /&gt;
*Следующая статья в гайде: Экстраординарные утверждения требуют экстраординарных свидетельств.    [https://arbital.com/p/bayes_extraordinary_claims/?pathId=24787   Extraordinary claims require extraordinary evidence  ]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1315</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1315"/>
				<updated>2017-11-12T11:20:27Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;br /&gt;
&lt;br /&gt;
'''Пример: антропогенное глобальное потепление'''&lt;br /&gt;
&lt;br /&gt;
Попробуем воспроизвести рассуждения о глобальном потеплении, которые могли бы быть представлены до того, как мы рассмотрим температурные записи. Будет ли утверждение &amp;quot;Увеличение углекислого газа в атмосфере приведет к глобальному повышению температуры и изменению климата&amp;quot; экстраординарным утверждением, требующим экстраординарных свидетельств, или же оно будет обыкновенным, для поддержки которого особенно сильные свидетельства не понадобятся? В данном случае мы предполагаем, что вы способны здраво рассуждать о физике и экологии, но пока не имеете доступа к записям с температурой.&lt;br /&gt;
&lt;br /&gt;
Основной аргумент (до того, как вы получите доступ к записям) будет таким: &amp;quot;Углекислый газ - это тепличный газ, при достаточном уровне которого в атмосфере будет сохраняться больше тепла, что должно привести к глобальному повышению температуры на Земле&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Для оценки обыкновенности или экстраординарности этого утверждения:&lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о важности или экстремальности последствий этого в будущем. Предположим, что увеличение углекислого газа действительно приводит к большему сохранению тепла; будет ли Стандартная Модель думать себе: &amp;quot;Ого, да это приведет к чрезвычайным последствиям&amp;quot;, и решит все же отпустить лишнее тепло в космос? Разумеется нет. У законов физики нет тенденции привилегировать людей и избегать положительных или отрицательным по человеческим меркам событий. &lt;br /&gt;
&lt;br /&gt;
Мы не задаемся вопросом о дороговизне мер, которые потребуется ввести в связи с тем, что приведенные утверждения окажутся истинными. Ведь это не повлияет на причинные цепочки, стоящие за истинностью или ложностью утверждения. Ну и в целом, реальность не пытается избежать доставления нам неудобств, так что это не окажет влияния на [[априорная вероятность|априорную вероятность]] (до наблюдения свидетельств), которую мы назначаем рассматриваемым утверждениям.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1314</id>
		<title>Экстраординарные утверждения</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%AD%D0%BA%D1%81%D1%82%D1%80%D0%B0%D0%BE%D1%80%D0%B4%D0%B8%D0%BD%D0%B0%D1%80%D0%BD%D1%8B%D0%B5_%D1%83%D1%82%D0%B2%D0%B5%D1%80%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D1%8F&amp;diff=1314"/>
				<updated>2017-11-12T10:49:50Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Новая страница: «Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются эк…»&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Какие же утверждения становятся настолько &amp;quot;экстраординарными&amp;quot;, что для них требуются экстраординарные свидетельства?&lt;br /&gt;
&lt;br /&gt;
Грубо говоря:&lt;br /&gt;
*Пока-еще-не поддержанная свидетельствами сложность или детальность; в соответствии с бритвой Оккама это требует дополнительной поддержки свидетельствами.&lt;br /&gt;
*Нарушение установленных принципов поведения нижних уровней организации вселенной.&lt;br /&gt;
&lt;br /&gt;
Кое-какие характеристики, которые НЕ делают утверждение экстраординарными:&lt;br /&gt;
&lt;br /&gt;
*Важные последствия в будущем, или которые звучат необычно. Так же те, которые подразумевают введение дорогостоящих мер в настоящем.&lt;br /&gt;
*Количество людей, верящих в истинность таких утверждений.&lt;br /&gt;
&lt;br /&gt;
В принципе, основой для идеи &amp;quot;экстраординарных утверждений&amp;quot; являются рассуждения на основе [[Индукция соломонова|индукции Соломонова]]. На этой странице, к сожалению нет внятного объяснения того, как определенные эвристики следуют из рассуждений в стиле индукции Соломонова, лишь перечисление некоторых их них.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1313</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1313"/>
				<updated>2017-11-12T10:33:58Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные шансы | с водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Точно так же, если вы доктор, который объясняет значение положительного результата пациенту, вы можете сказать что-то вроде: &amp;quot;До того, как мы пронаблюдали результат теста, мы знали, что пациент вроде вас в тысячу раз вероятней будет здоровым, чем больным. И этот тест лишь в сто раз вероятней покажет положительный результат для больного пациента, чем для здорового. Теперь же я думаю, что вы в десять раз вероятней окажетесь здоровым, а это все еще очень неплохие шансы!&amp;quot;&lt;br /&gt;
&lt;br /&gt;
[[Водопадные диаграммы и относительные шансы | Водопадные диаграммы  ]] и специальные нотации для [[шансы |шансов]] и [[Соотношение условных вероятностей|соотношения условных вероятностей]] могут сделать ТБ более интуитивно понятной, но пропорциональная форма - наиболее валидно-звучащая вещь, которая одновременно корректна с точки зрения чисел и при этом ее можно легко выразить словами.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Правило Байеса: шансы]]&lt;br /&gt;
*Следующая статья в гайде: Экстраординарные утверждения требуют экстраординарных свидетельств.    [https://arbital.com/p/bayes_extraordinary_claims/?pathId=24787   Extraordinary claims require extraordinary evidence  ]&lt;br /&gt;
*[[Экстраординарные утверждения]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%B5%D0%BD%D0%B0%D1%81%D0%B8%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%89%D0%B5%D0%BD%D0%B8%D0%B5/%D0%A6%D0%B5%D0%BF%D0%BE%D1%87%D0%BA%D0%B8&amp;diff=1293</id>
		<title>Ненасильственное общение/Цепочки</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%B5%D0%BD%D0%B0%D1%81%D0%B8%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%89%D0%B5%D0%BD%D0%B8%D0%B5/%D0%A6%D0%B5%D0%BF%D0%BE%D1%87%D0%BA%D0%B8&amp;diff=1293"/>
				<updated>2017-11-07T16:06:26Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{DISPLAYTITLE:ННО и статьи из цепочек Юдковского}} __NOTOC__&lt;br /&gt;
В настоящее время на этой странице собраны наброски [[Участник:Muyyd|Muyyd'а]] по поводу связи между [[Ненасильственное общение|ненасильственным общением]] и [[Цепочки|Цепочками]] Юдковского.&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Политика - убийца разума&amp;quot; ====&lt;br /&gt;
Политические споры тесно связаны с фреймворком доминантных игр - кто прав, а кто не прав. Который тесно связан с множеством эмоциональных механизмов, регулирующих место в иерархии. И признание своей неправоты тесно связано с предполагаемым понижением в не официальной (а иногда и официальной) иерархии, что вызывает эмоциональное отторжение (страх, злость, зависть и т.д...). Что, в свою очередь, способствует почти что бесконечному циклу споров не только о предпочитаемых стратегиях, но и обвинениям, оскорблениям, высмеиванию, угрозам (в силу того, что в этом фреймворке подобные вещи выглядят привлекательней, чем вне его). ННО являет собой эффективный механизм, позволяющий ясно видеть глубинные потребности сторон. Он не предусматривает деления на &amp;quot;правых&amp;quot; и &amp;quot;виноватых&amp;quot;, что позволяет избежать активации тех самых эмоциональных механизмов, существенно повышая эффективность политический дискуссий и облегчая долгосрочное сотрудничество.&lt;br /&gt;
&lt;br /&gt;
См.: ''[https://lesswrong.ru/w/Политика_убийца_разума Политика - убийца разума]''&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Злые ли ваши враги от природы&amp;quot; и &amp;quot;Фундаментальная ошибка атрибуции&amp;quot; ====&lt;br /&gt;
Фреймворк (который часто используется как дефолтный) доминантных игр: &amp;quot;правые и виноватые&amp;quot;, &amp;quot;добрые и злые&amp;quot; включает в себя и имплицитные мотивационные модели, призванные объяснять поведение и описывать внутреннее состояние. И в то время как для некоторых людей причинение боли и страданий может быть наиболее предпочитаемой стратегией удовлетворения потребностей (т.е. они испытывают радость от этого), эти модели часто применяются на любого человека, помеченного как &amp;quot;чужой&amp;quot; или &amp;quot;противник&amp;quot; или любым ярлыком, обозначающим принадлежность этого человека к аутгруппе. Эти простые модели часто скрывают сложность человеческих потребностей, и поведения, вызванного страхом или спровоцированного фреймворком, поощряющим &amp;quot;наказание неправых&amp;quot;. Процесс ННО, предполагающий прямой обмен информацией о чувствах и потребностях, позволяет увидеть человечность даже там, где ее не ожидаешь увидеть, не говоря уже об обыденных случаях, составляющих большинство конфликтов.&lt;br /&gt;
&lt;br /&gt;
См.: https://lesswrong.ru/w/Злые_ли_ваши_враги_от_природы, https://lesswrong.ru/w/Фундаментальная_ошибка_атрибуции&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Зло в людях и неясное мышление&amp;quot;, &amp;quot;Рациональность и английский язык&amp;quot; и &amp;quot;Запасённые мысли&amp;quot; ====&lt;br /&gt;
Фреймворк доминантных игр, где необходимо обосновать кто прав, а кто виноват; кто агрессор, а кто жертва; кто победитель, а кто лузер - включает в себя множество языковых конструкций: слов и фраз, уводящих дальше от понимания эмоций и потребностей, от того что действительно движет людьми. Этапы &amp;quot;наблюдений&amp;quot; и &amp;quot;просьб&amp;quot; в ННО предполагают описания действительности, максимизирующее эпистемическую точность на уровне, превышающем стандарты таких инструментов, как язык-прайм. А этап &amp;quot;эмоций&amp;quot; содержит описание эмоций, очищенное от &amp;quot;психологических диагнозов&amp;quot;. Все это, усиленное (и требующее) рациональными техниками вроде &amp;quot;свежего взгляда&amp;quot; и &amp;quot;табуирования&amp;quot; позволяет внести ясность и увидеть человечность без пустых ярлыков. Я ожидаю, что практикующие ННОшники не будут испытывать трудностей с освоением материалов из цепочки про слова и &amp;quot;свежий взгляд&amp;quot;, а рационалисты, хорошо знакомые с материалами этих цепочек не будут испытывать трудностей с освоением шагов процесса ННО.&lt;br /&gt;
&lt;br /&gt;
См.: https://lesswrong.ru/w/Зло_в_людях_и_неясное_мышление  https://lesswrong.ru/w/Рациональность_и_английский_язык https://lesswrong.ru/w/Запасённые_мысли&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Замаскированые вопросы&amp;quot; ====&lt;br /&gt;
Нередко бывает так, что даже самые простые решения, вроде решения о том, как добраться до А (на такси, метро или маршрутке) могут находится под влиянием неосознаваемой или невысказанной потребности. Обсуждения таких решений могут уходить в любые направления: от финансовой политики, поощряющей поездки на такси или не поощряющей (не говоря уже о том, кто имеет право определять эту политику, а кто должен молча согласится, потому что &amp;quot; ты ведь помнишь тот случай, когда...&amp;quot;), заканчивая спорами об ожидаемой полезности поездок на метро, с учетом вероятности взрывов. Ориентируясь на эмоции, служащие индикатором удовлетворения/неудовлетворения потребностей, процесс ННО обладает огромным потенциалом выявления &amp;quot;скрытых&amp;quot; причин поведения на более глубоком уровне, чем даже вопросы вроде &amp;quot;какую задачу ты решаешь?&amp;quot;&lt;br /&gt;
&lt;br /&gt;
См.: https://lesswrong.ru/w/Замаскированые_вопросы  http://lesswrong.com/lw/le/lost_purposes/ https://lesswrong.ru/w/Это_ваша_настоящая_причина_отказа&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Иллюзия прозрачности: почему вас не понимают&amp;quot; ====&lt;br /&gt;
Обычно мы знаем, что означают произносимые нами слова.&lt;br /&gt;
Но так ли просты (в зависимости от возможных интерпретаций) употребляемые нами слова? Кажущиеся простыми (благодаря тому, что мы уже знаем, что они означают и благодаря длине сообщения) слова и фразы часто не только не передают то, что мы подразумевали (способствуя множеству итераций &amp;quot;я имел ввиду&amp;quot;), но будучи интерпретированными в фреймворке доминантных игр, легко могут спровоцировать конфликт. Не говоря уже о частых случаях выражения желаний с помощью описания того, что с человеком не так (желая понимания, легко назвать человека &amp;quot;бесчувственным животным&amp;quot;; как обычно продолжается такой разговор?) . Свободное от оценок наблюдение, свободное от &amp;quot;психологических диагнозов&amp;quot; описание эмоций, четкое разделение стратегий и потребностей, свободная от оценок просьба - так процесс ННО обеспечивает максимально прозрачную коммуникацию.&lt;br /&gt;
&lt;br /&gt;
См.: https://lesswrong.ru/w/Иллюзия_прозрачности_почему_вас_не_понимают и https://learning.subwiki.org/wiki/Double_illusion_of_transparency&lt;br /&gt;
&lt;br /&gt;
==== &amp;quot;Ожидая короткие понятийные расстояния&amp;quot; ====&lt;br /&gt;
Одна из серьезных проблем в обучении ННО: использование обычных слов, вроде &amp;quot;наблюдений&amp;quot;, &amp;quot;эмоций&amp;quot;, &amp;quot;потребностей&amp;quot;, при небольшом (а иногда и большом) изменении вкладываемого смысла, порождает множество трудностей с пониманием. В сочетании с принципами вроде &amp;quot;ответственности за свои эмоции&amp;quot; (которые разворачиваются не в то, что может показаться только и этого названия) это создает большой потенциал для [[Соломенное чучело|соломенных чучел]] из ННО. &lt;br /&gt;
&lt;br /&gt;
См.: https://lesswrong.ru/w/Ожидая_короткие_понятийные_расстояния&lt;br /&gt;
&lt;br /&gt;
[[Категория:Ненасильственное общение]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1288</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1288"/>
				<updated>2017-11-05T11:36:22Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные шансы | с водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Точно так же, если вы доктор, который объясняет значение положительного результата пациенту, вы можете сказать что-то вроде: &amp;quot;До того, как мы пронаблюдали результат теста, мы знали, что пациент вроде вас в тысячу раз вероятней будет здоровым, чем больным. И этот тест лишь в сто раз вероятней покажет положительный результат для больного пациента, чем для здорового. Теперь же я думаю, что вы в десять раз вероятней окажетесь здоровым, а это все еще очень неплохие шансы!&amp;quot;&lt;br /&gt;
&lt;br /&gt;
[[Водопадные диаграммы и относительные шансы | Водопадные диаграммы  ]] и специальные нотации для [[шансы |шансов]] и [[Соотношение условных вероятностей|соотношения условных вероятностей]] могут сделать ТБ более интуитивно понятной, но пропорциональная форма - наиболее валидно-звучащая вещь, которая одновременно корректна с точки зрения чисел и при этом ее можно легко выразить словами.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Правило Байеса: шансы]]&lt;br /&gt;
*Следующая статья в гайде: Экстраординарные утверждения требуют экстраординарных свидетельств.    [https://arbital.com/p/bayes_extraordinary_claims/?pathId=24787   Extraordinary claims require extraordinary evidence  ]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1287</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1287"/>
				<updated>2017-11-05T11:35:42Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные шансы | с водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Точно так же, если вы доктор, который объясняет значение положительного результата пациенту, вы можете сказать что-то вроде: &amp;quot;До того, как мы пронаблюдали результат теста, мы знали, что пациент вроде вас в тысячу раз вероятней будет здоровым, чем больным. И этот тест лишь в сто раз вероятней покажет положительный результат для больного пациента, чем для здорового. Теперь же я думаю, что вы в 10 раз вероятней окажетесь здоровым, а это все еще очень неплохие шансы!&amp;quot;&lt;br /&gt;
&lt;br /&gt;
[[Водопадные диаграммы и относительные шансы | Водопадные диаграммы  ]] и специальные нотации для [[шансы |шансов]] и [[Соотношение условных вероятностей|соотношения условных вероятностей]] могут сделать ТБ более интуитивно понятной, но пропорциональная форма - наиболее валидно-звучащая вещь, которая одновременно корректна с точки зрения чисел и при этом ее можно легко выразить словами.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи:  [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Правило Байеса: шансы]]&lt;br /&gt;
*Следующая статья в гайде: Экстраординарные утверждения требуют экстраординарных свидетельств.    [https://arbital.com/p/bayes_extraordinary_claims/?pathId=24787   Extraordinary claims require extraordinary evidence  ]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1286</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1286"/>
				<updated>2017-11-05T11:11:39Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные шансы | с водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1285</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1285"/>
				<updated>2017-11-05T11:11:05Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если вместо того, чтобы рассматривать соотношения как шансы, мы действительно вычислим ответы для каждой переменной, то получим &amp;lt;math&amp;gt;\frac{1}{4} \times \frac{3}{1} = \frac{3}{4},&amp;lt;/math&amp;gt; или &amp;lt;math&amp;gt;0.25 \times 3 = 0.75.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Если попробовать это интерпретировать буквально, то получится что-то вроде: &amp;quot;Если начальные шансы пациента утверждают, что он в &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; вероятней окажется больным, и положительные результаты теста случаются в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; раз чаще для больных, и у данного пациента тест дал положительный результат, то можно сделать вывод о том, что пациент теперь окажется больным в &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; раз&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Это обоснованные рассуждения, и называются они пропорциональной формой правила Байеса. Чтобы получить отсюда вероятности, мы рассуждаем так: если у нас на каждого здорового пациента приходится &amp;lt;math&amp;gt;0.75&amp;lt;/math&amp;gt; больных, то у нас всего &amp;lt;math&amp;gt;0.75/(0.75 + 1) = 3/7 = 43%&amp;lt;/math&amp;gt; больных.&lt;br /&gt;
&lt;br /&gt;
=== Прожекторная визуализация === &lt;br /&gt;
&lt;br /&gt;
Можно рассмотреть это с такой точки зрения: раз уж соотношение шансов получается эквивалентным после перемножения на положительную константу, то мы можем заменить правую часть уравнения на &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и рассмотреть лишь левую часть. Это мы и делали, когда использовали форму вычисления &amp;lt;math&amp;gt;(0.25 : 1) \cdot (3 : 1) = (0.75 : 1),&amp;lt;/math&amp;gt; подсказанную доказанной ТБ.&lt;br /&gt;
&lt;br /&gt;
Мы можем визуализировать правило Байеса для двух гипотез с помощью двух прожекторов с разной интенсивностью луча, которые (лучи) проходят сквозь усиливающие или ослабляющие каждый юнит света на определенный множитель линзы. В контексте задачи про Болезнит, мы можем настроить правый синий луч на интенсивность &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; и линзу с коэффициентом &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;, а для левого луча выставить интенсивность &amp;lt;math&amp;gt;0.25&amp;lt;/math&amp;gt; и линзу &amp;lt;math&amp;gt;3x&amp;lt;/math&amp;gt;. Результатом будет визуализация вычислений по ТБ:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
BIgoE87.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Отметьте совпадения [[Водопадные диаграммы и относительные |шансы водопадными диаграммами. ]] Прожекторная визуализация добавляет возможность вообразить изменения абсолютной интенсивности лучей и линз, сохраняя при этом их относительную интенсивность так, что правый луч и линза имеют значение &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Применение в неформальной обстановке ===&lt;br /&gt;
&lt;br /&gt;
Пропорциональная форма ТБ, возможно, является самым быстрым способом описать байесианские рассуждения так, чтобы они звучали правдоподобно. Если бы вы писали историю, где вымышленные персонажи внезапно должны были бы выдать байесианский аргумент для читателей, большинство из которых про ТБ и не слышали, вы могли бы написать [http://hpmor.ru/book/1/86 что-то вроде:]&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Предположим, что метка действительно никуда не исчезает, пока сознание Тёмного Лорда продолжает жить, но априори у нас есть лишь догадка, что с двадцатипроцентной вероятностью Тёмная метка продолжает существовать и после смерти Тёмного Лорда. Тогда наблюдение «Тёмная метка не исчезла» происходит в пять раз вероятнее в мире, где Тёмный Лорд жив, чем в мире, где Тёмный Лорд мёртв. Это соразмерно априорной невероятности бессмертия? Допустим, первичные шансы против того, что Тёмный Лорд выжил — сто к одному. Если вероятность, что некая гипотеза скорее неверна, в сто раз больше, чем если она верна, и вы наблюдаете свидетельство, которое появляется в пять раз вероятнее, когда гипотеза верна, чем когда она не верна, то теперь у нас получается, что вероятность, что эта гипотеза неверна в двадцать раз больше, чем если она верна.&amp;lt;/pre&amp;gt;&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:BIgoE87.png&amp;diff=1284</id>
		<title>Файл:BIgoE87.png</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:BIgoE87.png&amp;diff=1284"/>
				<updated>2017-11-05T10:57:22Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1283</id>
		<title>Правило Байеса: пропорции</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D0%BF%D1%80%D0%BE%D0%BF%D0%BE%D1%80%D1%86%D0%B8%D0%B8&amp;diff=1283"/>
				<updated>2017-11-05T08:54:22Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Новая страница: «Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то  Теорема Байеса|п…»&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Если &amp;lt;math&amp;gt;H_i&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; это гипотезы и &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt; это свидетельство, то [[ Теорема Байеса|правило Байеса]] гласит:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_i)}{\mathbb P(H_j)} \times  \dfrac{\mathbb P(e\mid H_i)}{\mathbb P(e\mid H_j)} = \dfrac{\mathbb P(H_i\mid e)}{\mathbb P(H_j\mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В задаче про Болезнит, мы использовали эту форму ТБ чтобы оправдать вычисление [[Апостериорная вероятность|апостериорных]] [[Шансы|шансов]] этой болезни с помощью такой процедуры: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В условиях задачи сказано, что &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; заражены, у &amp;lt;math&amp;gt;90%&amp;lt;/math&amp;gt; больных химический тест изменит цвет на черный, и у &amp;lt;math&amp;gt;30%&amp;lt;/math&amp;gt; здоровых произойдет то же самое. И мы, используя ту же форму правила Байеса можем оправдать такой способ вычислений: &amp;lt;math&amp;gt;(1 : 4) \times (3 : 1) = (3 : 4).&amp;lt;/math&amp;gt;&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A6%D0%B5%D0%BD%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1278</id>
		<title>Ценности</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A6%D0%B5%D0%BD%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1278"/>
				<updated>2017-11-04T18:36:48Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Категория:Понятие]] {{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
Составляющая этической системы, которая формирует конкретные цели в жизни каждого человека. В ЛВ-сообщесте часто можно услышать, что существуют т. н. «терминальные» ценности, которые являются основой и главной мотивации внутренней жизни. Они отличаются от всех прочих тем, что являются ценностями без всякого основания в других ценностях. Например, для многих людей терминальной ценностью является собственный комфорт. А для других терминальной ценностью может быть разнообразие информации в мире, и так далее.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Результаты (список возможных результатов)&lt;br /&gt;
- [сестра жива; сестра мертва]&lt;br /&gt;
&lt;br /&gt;
Действия (список возможных действий)&lt;br /&gt;
- [ввести пенициллин; не вводить пенициллин]&lt;br /&gt;
&lt;br /&gt;
Функция полезности (она связывает каждый результат с полезностью, выражаемой с помощью числа от отрицательной бесконечности до положительной)&lt;br /&gt;
- (сестра жива→ 1)&lt;br /&gt;
- (сестра мертва→ 0)&lt;br /&gt;
&lt;br /&gt;
Функция условной вероятности (которая связывает действия и результаты посредством распределения вероятностей). Вероятность представлена числом от 1 до 0.&lt;br /&gt;
-ввести пенициллин→сестра жива (0,9)&lt;br /&gt;
-ввести пенициллин→сестра мертва (0,1)&lt;br /&gt;
-не вводить пенициллин→сестра жива (0,3)&lt;br /&gt;
-не вводить пенициллин→сестра мертва (0,7)&lt;br /&gt;
&lt;br /&gt;
Ожидаемая полезность действия. Полезность Результата * Вероятность наблюдать результат при выполнении Действия]&lt;br /&gt;
- ОП (ввести пенициллин) → 1*0,9=0,9&lt;br /&gt;
- ОП (не вводить пенициллин) → 1*0,3=0,3&lt;br /&gt;
&lt;br /&gt;
Выбор действия с максимальной ожидаемой полезностью.&lt;br /&gt;
-ввести пенициллин.&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
С точки зрения такой формализации, становится понятней, что «снижение числа преступлений» является терминальной ценностью ([[Функция полезности|функцией полезности]], которую следует максимизировать, то есть выбирать такие действия из всех возможных, которые с большей вероятностью приведут к снижению), а «нагнетание страха перед наказанием», «ресоциализация преступников» — инструментальными (то есть нужно отслеживать, насколько запуганным (действия, которые приведут к нужном состоянию) наказанием должен быть человек, чтобы вероятность совершения им преступлений была минимальной).&lt;br /&gt;
&lt;br /&gt;
См. [http://lesswrong.com/lw/l4/terminal_values_and_instrumental_values/ Terminal Values and Instrumental Values], [http://lesswrong.com/lw/l0/adaptationexecuters_not_fitnessmaximizers/ Adaptation-Executers, not Fitness-Maximizers], [http://lesswrong.com/lw/mz/zut_allais/ Zut Allais!], [http://lesswrong.com/lw/le/lost_purposes/ Lost Purposes].&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A6%D0%B5%D0%BD%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1277</id>
		<title>Ценности</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A6%D0%B5%D0%BD%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1277"/>
				<updated>2017-11-04T18:36:03Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Категория:Понятие]] {{DraftPage}}&lt;br /&gt;
&lt;br /&gt;
Составляющая этической системы, которая формирует конкретные цели в жизни каждого человека. В ЛВ-сообщесте часто можно услышать, что существуют т. н. «терминальные» ценности, которые являются основой и главной мотивации внутренней жизни. Они отличаются от всех прочих тем, что являются ценностями без всякого основания в других ценностях. Например, для многих людей терминальной ценностью является собственный комфорт. А для других терминальной ценностью может быть разнообразие информации в мире, и так далее.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Результаты (список возможных результатов)&lt;br /&gt;
- [сестра жива; сестра мертва]&lt;br /&gt;
&lt;br /&gt;
Действия (список возможных действий)&lt;br /&gt;
- [ввести пенициллин; не вводить пенициллин]&lt;br /&gt;
&lt;br /&gt;
[[Функция полезности]] (она связывает каждый результат с полезностью, выражаемой с помощью числа от отрицательной бесконечности до положительной)&lt;br /&gt;
- (сестра жива→ 1)&lt;br /&gt;
- (сестра мертва→ 0)&lt;br /&gt;
&lt;br /&gt;
Функция условной вероятности (которая связывает действия и результаты посредством распределения вероятностей). Вероятность представлена числом от 1 до 0.&lt;br /&gt;
-ввести пенициллин→сестра жива (0,9)&lt;br /&gt;
-ввести пенициллин→сестра мертва (0,1)&lt;br /&gt;
-не вводить пенициллин→сестра жива (0,3)&lt;br /&gt;
-не вводить пенициллин→сестра мертва (0,7)&lt;br /&gt;
&lt;br /&gt;
Ожидаемая полезность действия. Полезность Результата * Вероятность наблюдать результат при выполнении Действия]&lt;br /&gt;
- ОП (ввести пенициллин) → 1*0,9=0,9&lt;br /&gt;
- ОП (не вводить пенициллин) → 1*0,3=0,3&lt;br /&gt;
&lt;br /&gt;
Выбор действия с максимальной ожидаемой полезностью.&lt;br /&gt;
-ввести пенициллин.&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
С точки зрения такой формализации, становится понятней, что «снижение числа преступлений» является терминальной ценностью (функцией полезности, которую следует максимизировать, то есть выбирать такие действия из всех возможных, которые с большей вероятностью приведут к снижению), а «нагнетание страха перед наказанием», «ресоциализация преступников» — инструментальными (то есть нужно отслеживать, насколько запуганным (действия, которые приведут к нужном состоянию) наказанием должен быть человек, чтобы вероятность совершения им преступлений была минимальной).&lt;br /&gt;
&lt;br /&gt;
См. [http://lesswrong.com/lw/l4/terminal_values_and_instrumental_values/ Terminal Values and Instrumental Values], [http://lesswrong.com/lw/l0/adaptationexecuters_not_fitnessmaximizers/ Adaptation-Executers, not Fitness-Maximizers], [http://lesswrong.com/lw/mz/zut_allais/ Zut Allais!], [http://lesswrong.com/lw/le/lost_purposes/ Lost Purposes].&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1275</id>
		<title>Функция полезности</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1275"/>
				<updated>2017-11-04T18:23:39Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{LwComWikiLink|Utility Function}}&lt;br /&gt;
Функция полезности присваивает количественные значения («[[утилон]]ы») возможным исходам, таким образом, что исходы с большим количеством полезности оказываются предпочтительнее, чем исходы с меньшим количеством полезности.&lt;br /&gt;
&lt;br /&gt;
Поскольку исходы действий обычно нельзя предсказать наверняка, при совершении выбора [[Рациональный агент|рациональные агенты]] обычно руководствуются [[Ожидаемая полезность|ожидаемой полезностью]]: суммой значений функции полезности для рассматриваемых исходов, взвешенных на [[Вероятность|вероятности]] исходов.&lt;br /&gt;
&lt;br /&gt;
== Ссылки ==&lt;br /&gt;
&lt;br /&gt;
[https://en.wikipedia.org/wiki/Von_Neumann%E2%80%93Morgenstern_utility_theorem Von Neumann–Morgenstern utility theorem]&lt;br /&gt;
&lt;br /&gt;
[[Ценности]]&lt;br /&gt;
&lt;br /&gt;
[https://arbital.com/p/utility_function/  Utility function ]&lt;br /&gt;
&lt;br /&gt;
[https://arbital.com/p/rescue_utility/  Rescuing the utility function ]&lt;br /&gt;
&lt;br /&gt;
[https://arbital.com/p/expected_utility_formalism/?l=7hh   Coherent decisions imply consistent utilities ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория принятия решений]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1274</id>
		<title>Функция полезности</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1274"/>
				<updated>2017-11-04T18:21:07Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{LwComWikiLink|Utility Function}}&lt;br /&gt;
Функция полезности присваивает количественные значения («[[утилон]]ы») возможным исходам, таким образом, что исходы с большим количеством полезности оказываются предпочтительнее, чем исходы с меньшим количеством полезности.&lt;br /&gt;
&lt;br /&gt;
Поскольку исходы действий обычно нельзя предсказать наверняка, при совершении выбора [[Рациональный агент|рациональные агенты]] обычно руководствуются [[Ожидаемая полезность|ожидаемой полезностью]]: суммой значений функции полезности для рассматриваемых исходов, взвешенных на [[Вероятность|вероятности]] исходов.&lt;br /&gt;
&lt;br /&gt;
== Ссылки ==&lt;br /&gt;
&lt;br /&gt;
[https://en.wikipedia.org/wiki/Von_Neumann%E2%80%93Morgenstern_utility_theorem Von Neumann–Morgenstern utility theorem]&lt;br /&gt;
&lt;br /&gt;
[[Ценности]]&lt;br /&gt;
&lt;br /&gt;
[https://arbital.com/p/utility_function/  Utility function ]&lt;br /&gt;
&lt;br /&gt;
[https://arbital.com/p/rescue_utility/  Rescuing the utility function ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория принятия решений]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1273</id>
		<title>Функция полезности</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A4%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D0%BE%D1%81%D1%82%D0%B8&amp;diff=1273"/>
				<updated>2017-11-04T18:16:55Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;{{LwComWikiLink|Utility Function}}&lt;br /&gt;
Функция полезности присваивает количественные значения («[[утилон]]ы») возможным исходам, таким образом, что исходы с большим количеством полезности оказываются предпочтительнее, чем исходы с меньшим количеством полезности.&lt;br /&gt;
&lt;br /&gt;
Поскольку исходы действий обычно нельзя предсказать наверняка, при совершении выбора [[Рациональный агент|рациональные агенты]] обычно руководствуются [[Ожидаемая полезность|ожидаемой полезностью]]: суммой значений функции полезности для рассматриваемых исходов, взвешенных на [[Вероятность|вероятности]] исходов.&lt;br /&gt;
&lt;br /&gt;
== Ссылки ==&lt;br /&gt;
&lt;br /&gt;
[https://en.wikipedia.org/wiki/Von_Neumann%E2%80%93Morgenstern_utility_theorem Von Neumann–Morgenstern utility theorem]&lt;br /&gt;
&lt;br /&gt;
[[Ценности]]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория принятия решений]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%B2%D0%B8%D0%B4%D0%B5%D1%82%D0%B5%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%BE&amp;diff=1269</id>
		<title>Свидетельство</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%B2%D0%B8%D0%B4%D0%B5%D1%82%D0%B5%D0%BB%D1%8C%D1%81%D1%82%D0%B2%D0%BE&amp;diff=1269"/>
				<updated>2017-11-04T15:57:38Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Свидетельство — это [[информация]] о [[Событие|событии]], как-то связанном с тем, о чём мы хотели бы узнать. Слово «событие» здесь понимается в крайне широком смысле: например, попадание фотонов на сетчатку нашего глаза — тоже событие. Событие считается свидетельством о некоторой сущности А, если оно проявляется по-разному в зависимости от состояния сущности А (возможно, вероятностно). Например, если мы находимся на улице и видим, что вокруг очень темно, то мы можем считать эту темноту свидетельством того, что сейчас ночь — ведь днём такой темноты, скорее всего, не было бы. А если мы в очень глубоком подвале, темноту нельзя считать таким свидетельством.&lt;br /&gt;
&lt;br /&gt;
Думая о свидетельстве, на уровне слов (а не формул), полезно задавать себе вопрос: насколько я сильней уверен в том, что смогу наблюдать это свидетельство, если моя [[гипотеза]] верна, чем если она не верна? Все ответы на этот вопрос можно поделить на три группы.&lt;br /&gt;
&lt;br /&gt;
1. Если моя гипотеза верна, то я уверен, что смогу наблюдать свидетельство. А если не верна — то не смогу. Если мы рассматриваем четыре конкурирующие гипотезы (ночь, утро, день, вечер), то будем уверенно ожидать темное небо ночью, чуть светлей — поздним вечером и ранним утром, и совсем светлым — днем. Темное (черно-ночное) небо — сильное свидетельство в пользу гипотезы «сейчас ночь», слабое — в пользу гипотез «сейчас поздний вечер» и «раннее утро», и сильное — против гипотезы «сейчас день».&lt;br /&gt;
&lt;br /&gt;
2. Если моя гипотеза верна, то не вижу как изменилось бы это событие-свидетельство в сравнении с тем, когда моя гипотеза не верна; возможно оно даже не свидетельство вовсе. Если мы все еще рассматриваем те четыре гипотезы, но находимся в темном подвале, то можно не ожидать, что изменение освещенности на улице как-то повлияет на освещенность внутри. Разве что оно влияет — подвал не такой уж глубокий или герметичный.&lt;br /&gt;
&lt;br /&gt;
3. Если моя гипотеза верна, то я буду сильно удивлен, если смогу наблюдать это свидетельство. Этот ситуация противоположна первой. Очень темное небо — сильное свидетельство против гипотезы «сейчас день», слабое против гипотез «позднее утро» и «ранний вечер», и сильное свидетельство в пользу гипотезы «сейчас ночь».&lt;br /&gt;
&lt;br /&gt;
На более техническом уровне (уровне формул) рациональное свидетельство — [[Соотношение условных вероятностей|отношение правдоподобия]] (частное [[Условная вероятность|условных вероятностей]]: вероятности наблюдать свидетельство при условии, что гипотеза верна и вероятности наблюдать свидетельство, при условии, что гипотеза не верна &amp;lt;math&amp;gt;\dfrac{P(E|H)}{P(E|-H)}&amp;lt;/math&amp;gt;). Сила свидетельства зависит от того, насколько меньше или больше единицы будет полученная величина.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
* [[lwru:Что такое свидетельство|Что такое свидетельство]]&lt;br /&gt;
* [[lwru:Научное свидетельство Правовое свидетельство Рациональное свидетельство|Научное свидетельство, правовое свидетельство, рациональное свидетельство]]&lt;br /&gt;
* [[lwru:Сколько свидетельств понадобится|Сколько свидетельств понадобится?]]&lt;br /&gt;
* [[lwru:Что отсеяло свидетельства|Что отсеяло свидетельства?]]&lt;br /&gt;
* [[lwru:Отсутствие свидетельств это свидетельство отсутствия|Отсутствие свидетельств это свидетельство отсутствия]]&lt;br /&gt;
* [[lwru:Закон сохранения ожидаемых свидетельств|Закон сохранения ожидаемых свидетельств]]&lt;br /&gt;
* [https://arbital.com/p/bayes_strength_of_evidence/ Arbital:  Strength of Bayesian evidence ] &lt;br /&gt;
[[Категория:Понятие]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1268</id>
		<title>Нормализация вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1268"/>
				<updated>2017-11-04T15:49:55Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения [[Вероятность|вероятностей]] дающих в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; в тех случаях, когда [[взаимоисключающие и исчерпывающие гипотезы|мы думаем, что лишь одна из гипотез может быть истинной]] и мы уже знаем [[Шансы|соотношение вероятностей.]]&lt;br /&gt;
&lt;br /&gt;
Предположим, что [[шансы]] Александра Гамильтона на победу в президентских выборах составляют &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt;. Но Александр либо победит, либо проиграет, так что вероятности его победы или проигрыша должны давать в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.  Если мы сложим &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2&amp;lt;/math&amp;gt;, то получим неразумно высокую вероятность &amp;lt;math&amp;gt;5&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Но если мы перепишем шансы как &amp;lt;math&amp;gt;0,6 : 0,4&amp;lt;/math&amp;gt;, то соотношение сохранится, но сумма станет равной &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Итак мы посчитали, что вероятность выигрыша Гамильтона составляет &amp;lt;math&amp;gt;60%&amp;lt;/math&amp;gt;. &lt;br /&gt;
&lt;br /&gt;
Мы нормализировали шансы, поделив каждую их часть на их сумму, т.е. перешли от &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt; к &amp;lt;math&amp;gt;\frac{3}{3+2} : \frac{2}{3+2} = 0.6 : 0.4.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
При преображении шансов &amp;lt;math&amp;gt;m : n&amp;lt;/math&amp;gt; в &amp;lt;math&amp;gt;\frac{m}{m+n} : \frac{n}{m+n},&amp;lt;/math&amp;gt;, множитель, на который мы умножили все элементы соотношения называется [https://en.wikipedia.org/wiki/Normalizing_constant normalizing constant].&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/normalize_probabilities/    Normalization (probability)  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1267</id>
		<title>Нормализация вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1267"/>
				<updated>2017-11-04T15:49:45Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения [[Вероятность|вероятностей]] дающих в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; в тех случаях, когда [[взаимоисключающие и исчерпывающие гипотезы|мы думаем, что лишь одна из гипотез может быть истинной]] и мы уже знаем [[Шансы|соотношение вероятностей.]]&lt;br /&gt;
&lt;br /&gt;
Предположим, что [[шансы]] Александра Гамильтона]] на победу в президентских выборах составляют &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt;. Но Александр либо победит, либо проиграет, так что вероятности его победы или проигрыша должны давать в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.  Если мы сложим &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2&amp;lt;/math&amp;gt;, то получим неразумно высокую вероятность &amp;lt;math&amp;gt;5&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Но если мы перепишем шансы как &amp;lt;math&amp;gt;0,6 : 0,4&amp;lt;/math&amp;gt;, то соотношение сохранится, но сумма станет равной &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Итак мы посчитали, что вероятность выигрыша Гамильтона составляет &amp;lt;math&amp;gt;60%&amp;lt;/math&amp;gt;. &lt;br /&gt;
&lt;br /&gt;
Мы нормализировали шансы, поделив каждую их часть на их сумму, т.е. перешли от &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt; к &amp;lt;math&amp;gt;\frac{3}{3+2} : \frac{2}{3+2} = 0.6 : 0.4.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
При преображении шансов &amp;lt;math&amp;gt;m : n&amp;lt;/math&amp;gt; в &amp;lt;math&amp;gt;\frac{m}{m+n} : \frac{n}{m+n},&amp;lt;/math&amp;gt;, множитель, на который мы умножили все элементы соотношения называется [https://en.wikipedia.org/wiki/Normalizing_constant normalizing constant].&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/normalize_probabilities/    Normalization (probability)  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1264</id>
		<title>Нормализация вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1264"/>
				<updated>2017-11-03T16:10:17Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения [[Вероятность|вероятностей]] дающих в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; в тех случаях, когда [[взаимоисключающие и исчерпывающие гипотезы|мы думаем, что лишь одна из гипотез может быть истинной]] и мы уже знаем [[Шансы|соотношение вероятностей.]]&lt;br /&gt;
&lt;br /&gt;
Предположим, что [[шансы Александра Гамильтона]] на победу в президентских выборах составляют &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt;. Но Александр либо победит, либо проиграет, так что вероятности его победы или проигрыша должны давать в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.  Если мы сложим &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2&amp;lt;/math&amp;gt;, то получим неразумно высокую вероятность &amp;lt;math&amp;gt;5&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Но если мы перепишем шансы как &amp;lt;math&amp;gt;0,6 : 0,4&amp;lt;/math&amp;gt;, то соотношение сохранится, но сумма станет равной &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Итак мы посчитали, что вероятность выигрыша Гамильтона составляет &amp;lt;math&amp;gt;60%&amp;lt;/math&amp;gt;. &lt;br /&gt;
&lt;br /&gt;
Мы нормализировали шансы, поделив каждую их часть на их сумму, т.е. перешли от &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt; к &amp;lt;math&amp;gt;\frac{3}{3+2} : \frac{2}{3+2} = 0.6 : 0.4.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
При преображении шансов &amp;lt;math&amp;gt;m : n&amp;lt;/math&amp;gt; в &amp;lt;math&amp;gt;\frac{m}{m+n} : \frac{n}{m+n},&amp;lt;/math&amp;gt;, множитель, на который мы умножили все элементы соотношения называется [https://en.wikipedia.org/wiki/Normalizing_constant normalizing constant].&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/normalize_probabilities/    Normalization (probability)  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1263</id>
		<title>Правило Байеса: шансы</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1263"/>
				<updated>2017-11-03T16:09:32Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;В одной из формулировок байесовское правило выглядит так: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Если мы рассмотрим [[Водопадные диаграммы и относительные шансы|водопадную визуализацию проблемы с Болезнитом]], то будет наглядно видно, как относительные шансы помогают думать про два потока на вершине водопада.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
2eQh2qUt.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Пропорциональное соотношение воды из красного потока к воде из синего будет тем же, независимо от того идет ли речь 200 и 800 литрах в секунду или о 20 000 и 80 000 литрах в секунду илл о 1 и 4 л/с. Пока и остальная часть водопада способствует сохранению пропорции, мы будем получать такую же пропорцию красной и синей воды внизу. Таким образом мы вполне оправданно можем игнорировать количество воды и рассматривать лишь пропорции.&lt;br /&gt;
&lt;br /&gt;
Точно так же, важно пропорциональное соотношение между количеством попадающей в фиолетовый водоем воды из красного потока к количеству из синего, и соотношение между количеством молекул из каждого литра. Вниз падает 45% и 15% красной и синей воды и точно такое же соотношение между красной и синей водой внизу - 90% и 30%.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
26FOndjc.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
И это оправдывает игнорирование специфической информации о том что 90% красной воды падает вниз и 30% синей падает вниз, ведь это можно легко заменить соотношением (3 : 1).&lt;br /&gt;
&lt;br /&gt;
Это можно применить и для других проблем: предположим, что у нас есть медицинский тест, выявляющий болезнь с истинноположительной точностью в 90% (10% ложноотрицательных) и 30% ложноположительных (70% ложноотрицательных). Положительный результат такого теста будет свидетельством такой же силы, как и для теста с 60% истинноположительными и 20% ложноположительными. А отрицательный результат такого теста будет свидетельством такой же силы, как и для теста с 9% ложноотрицательных и 63% истинноотрицательных.&lt;br /&gt;
&lt;br /&gt;
В целом, сила свидетельства является соотношением того, насколько более/менее вероятными разные возможные состояния мира делают наблюдению специфических феноменов. Но об этом позже.&lt;br /&gt;
&lt;br /&gt;
== Уравнение ==&lt;br /&gt;
&lt;br /&gt;
Чтобы действительно выразить ТБ в формулах и доказать ее, нам потребуется ввести несколько новых обозначений.&lt;br /&gt;
&lt;br /&gt;
=== Условная вероятность ===&lt;br /&gt;
&lt;br /&gt;
Во-первых, если &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это утверждение, то &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; это [[вероятность]] &amp;lt;math&amp;gt;X.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Другими словами: &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это что-то истинное или ложное в действительности, но у нас есть какая-то неопределенность по этому поводу, и &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; - это способ выразить [[lwru:/Интерпретации_«вероятности» | уровень нашей убежденности]] в том, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно. Пациент, на самом деле, либо болен либо здоров, но если вы не уверены, свидетельство может способствовать сдвигу субъективной вероятности к 43% в пользу того, что он болен.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb \neg X&amp;lt;/math&amp;gt; означает &amp;quot;&amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;, так что &amp;lt;math&amp;gt;\mathbb P(\neg X)&amp;lt;/math&amp;gt; означает &amp;quot;вероятность, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Задача про Болезнит включала больше утверждений посложней, например:&lt;br /&gt;
&lt;br /&gt;
*Вероятность в 90%, что у пациента почернеет депрессор, при условии что он заражен.&lt;br /&gt;
*Вероятность в 30%, что у пациента почернеет депрессор, при условии что он здоров.&lt;br /&gt;
*Вероятность в 3/7, что пациент заражен, при условии, что его депрессор почернел.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
3MIl3s5K.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В этих случаях мы идем от факта про который мы &amp;quot;знаем&amp;quot; или &amp;quot;предполагаем&amp;quot;, что он истинен (справа), к утверждению (слева), вероятность которого мы оцениваем, принимая во внимание &amp;quot;известный&amp;quot; факт.&lt;br /&gt;
&lt;br /&gt;
Такие вероятностные утверждения называются &amp;quot;условными вероятностями&amp;quot;. Если выразить приведенные выше утверждения с помощью стандартных формул, то они будут выглядеть так:&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid sick) = 0.9&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick) = 0.3&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(sick \mid blackened) = 3/7&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
(прим. blackened  - почерневший депрессор; sick - зараженный)&lt;br /&gt;
&lt;br /&gt;
&amp;lt;sarcasm&amp;gt;Стандартная запись &amp;lt;math&amp;gt;\mathbb P(X \mid Y)&amp;lt;/math&amp;gt; означающая &amp;quot;вероятность &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;, при условии что &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно&amp;quot;, содержит &amp;quot;полезную&amp;quot; вертикальную линию, которая, в свою очередь, не дает никаких визуальных подсказок о том, что справа находится предполагаемый факт, а слева - выводимый. &amp;lt;/sarcasm&amp;gt; &lt;br /&gt;
&lt;br /&gt;
Вот как определяется условная вероятность, при использовании обозначений &amp;lt;math&amp;gt;X \wedge Y&amp;lt;/math&amp;gt; для обозначения &amp;quot;X и Y&amp;quot; или же &amp;quot;оба &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинны&amp;quot;:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb P(X \mid Y) := \frac{\mathbb P(X \wedge Y)}{\mathbb P(Y)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Т.е. с точки зрения задачи с Болезнитом, &amp;lt;math&amp;gt;\mathbb P(sick \mid  blackened)&amp;lt;/math&amp;gt; вычисляется путем деления 18% больных студентов с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(sick \wedge blackened)&amp;lt;/math&amp;gt;) на 42% всех с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(blackened)&amp;lt;/math&amp;gt;).&lt;br /&gt;
&lt;br /&gt;
Или рассмотрим &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick),&amp;lt;/math&amp;gt; - вероятность того, что депрессор почернеет, при условии что пациент здоров. Что эквивалентно делению 24 здоровых студентов с почерневшим депрессором на 80 здоровых. 24 / 80 = 3/10, что соответствует 30% ложноположительных результатов из начальных условий.&lt;br /&gt;
&lt;br /&gt;
Закон условных вероятностей можно выразить так: &amp;quot;Сосредоточим все внимание на возможных мирах, где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, или истинны Y-подобные штуки. Рассматривая лишь случаи где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, сколько мы найдем случаев внутри этого множества, где еще и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно? Т.е. где истинно &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;?&lt;br /&gt;
&lt;br /&gt;
Для получения дополнительной информации обратитесь к статье про [[Условная вероятность|условные вероятности]].&lt;br /&gt;
&lt;br /&gt;
=== Правило Байеса ===&lt;br /&gt;
&lt;br /&gt;
Правило Байеса гласит: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Что для задачи про Болезнит будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P({sick})}{\mathbb P(healthy)} \times \dfrac{\mathbb P({blackened}\mid {sick})}{\mathbb P({blackened}\mid healthy)} = \dfrac{\mathbb P({sick}\mid {blackened})}{\mathbb P(healthy\mid {blackened})}.&amp;lt;/math&amp;gt;&lt;br /&gt;
(прим. blackened - почерневший депрессор; sick - зараженный; healthy - здоровый) &lt;br /&gt;
&lt;br /&gt;
[[Априорная вероятность|Априорные]] [[шансы]] означают соотношение больных пациентов к здоровым &amp;lt;math&amp;gt;1 : 4&amp;lt;/math&amp;gt;. Превращение этих шансов в вероятности даст нам &amp;lt;math&amp;gt;\mathbb P(sick)=\frac{1}{4+1}=\frac{1}{5}=20\%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
[[Соотношение условных вероятностей|Соотношение условных вероятностей]] означает соотношение того, насколько вероятней у больного пациента почернеет депрессор к положительному результату у здорового, что с использованием обозначения для [[Условная вероятность|условных вероятностей]] будет выглядеть как &amp;lt;math&amp;gt;\frac{\mathbb P(positive \mid sick)}{\mathbb P(positive \mid healthy)}=\frac{0.90}{0.30},&amp;lt;/math&amp;gt; т.е. соотношение условных шансов будет &amp;lt;math&amp;gt;3 : 1.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Апостериорная вероятность|Апостериорные]] шансы означают соотношение больных пациентов к здоровым среди всех с положительным результатом, что выражается как &amp;lt;math&amp;gt;\frac{\mathbb P(sick \mid positive)}{\mathbb P(healthy \mid positive)} = \frac{3}{4}&amp;lt;/math&amp;gt;, т.е. шансы &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Для извлечения вероятности из шансов нам следует держать в уме, что [[Взаимоисключающие и исчерпывающие гипотезы|полная вероятность взаимоисключающих событий ]] в сумме всегда составляет &amp;lt;math&amp;gt;1,&amp;lt;/math&amp;gt; т.е. есть 100% вероятность для ''чего-то''. Раз уж все либо болеют либо здоровы, мы можем [[Нормализация вероятностей|нормализовать]] соотношение шансов &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt; путем деления их на сумму: &amp;lt;math&amp;gt;(\frac{3}{3+4} : \frac{4}{3+4}) = (\frac{3}{7} : \frac{4}{7}) \approx (0.43 : 0.57)&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
...что в итоге дает нам вероятности &amp;lt;math&amp;gt;(0.43 : 0.57)&amp;lt;/math&amp;gt;, пропорциональные шансам &amp;lt;math&amp;gt;(3 : 4)&amp;lt;/math&amp;gt;, с суммой в &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Будет странно иметь вероятность в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; (300%) для какого-то события.&lt;br /&gt;
&lt;br /&gt;
Если визуализировать это с помощью водопадной диаграммы:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
4CXsoZhA.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Мы можем обобщить это для любых конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; и свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;, что теорема Байеса может быть записана как:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_j)}{\mathbb P(H_k)} \times \dfrac{\mathbb P(e \mid H_j)}{\mathbb P(e \mid H_k)} = \dfrac{\mathbb P(H_j \mid e)}{\mathbb P(H_k \mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
что говорит нам: &amp;quot;соотношение апостериорных шансов для конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; (при условии наблюдения свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;), равно произведению априорных шансов с соотношением того, как &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; предсказывает свидетельство в сравнении с &amp;lt;math&amp;gt;H_k.&amp;lt;/math&amp;gt;&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Если &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; [[Взаимоисключающие и исчерпывающие гипотезы|взаимоисключающие и исчерпывающие]], мы можем конвертировать апостериорные шансы в апостериорную вероятность для &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; путем [[Нормализация вероятностей|нормализации]] шансов: делением соотношения шансов на их сумму, чтобы элементы нового соотношения суммировались к &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Доказательство теоремы Байеса ===&lt;br /&gt;
&lt;br /&gt;
Перестроим [[Условная вероятность|определение условных вероятностей]] &amp;lt;math&amp;gt;\mathbb P(X \wedge Y) = \mathbb P(Y) \cdot \mathbb P(X|Y).&amp;lt;/math&amp;gt; Т.е. чтобы найти &amp;quot;часть всех пациентов которые больны и с положительным результатом&amp;quot; мы перемножаем &amp;quot;часть пациентов, которые больны&amp;quot; и &amp;quot;вероятность того, что у зараженного пациента почернеет депрессор&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Тогда доказательство теоремы Байеса, где &amp;lt;math&amp;gt;e_0&amp;lt;/math&amp;gt; - новое свидетельство, будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{\mathbb P(H_j)}{\mathbb P(H_k)}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{\mathbb P(e_0 | H_j)}{\mathbb P(e_0 | H_k)}&lt;br /&gt;
=&lt;br /&gt;
\frac{\mathbb P(e_0 \wedge H_j)}{\mathbb P(e_0 \wedge H_k)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j \wedge e_0)/\mathbb P(e_0)}{\mathbb P(H_k \wedge e_0)/\mathbb P(e_0)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j | e_0)}{\mathbb P(H_k | e_0)}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
ч.т.д.&lt;br /&gt;
&lt;br /&gt;
Для задачи про Болезнит, шаги этого доказательства соответствуют операциям:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{0.20}{0.80}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{0.90}{0.30}&lt;br /&gt;
=&lt;br /&gt;
\frac{0.18}{0.24}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.18/0.42}{0.24/0.42}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.43}{0.57}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Используя красный цвет для обозначения больных, синий - для здоровых, серый для смеси больных и здоровых, и знак &amp;quot;+&amp;quot; для положительного результата, можно визуализировать вычисления:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
5YBc2nYo.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Этот процесс, где мы наблюдаем свидетельства и используем соотношение условных вероятностей (отношения правдоподобия) для трансформации априорных убеждений в апостериорные называется &amp;quot;байесианским апдейтом&amp;quot; или же &amp;quot;пересмотром убеждений&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/bayes_rule_odds/?l=1x8&amp;amp;pathId=24787   Introduction to Bayes' rule: Odds form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Водопадные диаграммы и относительные шансы]]&lt;br /&gt;
*Следующая статья в гайде: [[Правило Байеса: пропорции]]    [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1262</id>
		<title>Нормализация вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1262"/>
				<updated>2017-11-03T16:07:33Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения [[Вероятность|вероятностей]] дающих в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; в тех случаях, когда [[взаимоисключающие и исчерпывающие гипотезы|мы думаем, что лишь одна из гипотез может быть истинной]] и мы уже знаем [[Шансы|соотношение вероятностей.]]&lt;br /&gt;
&lt;br /&gt;
Предположим, что шансы Александра Гамильтона на победу в президентских выборах составляют &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt;. Но Александр либо победит, либо проиграет, так что вероятности его победы или проигрыша должны давать в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.  Если мы сложим &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2&amp;lt;/math&amp;gt;, то получим неразумно высокую вероятность &amp;lt;math&amp;gt;5&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Но если мы перепишем шансы как &amp;lt;math&amp;gt;0,6 : 0,4&amp;lt;/math&amp;gt;, то соотношение сохранится, но сумма станет равной &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Итак мы посчитали, что вероятность выигрыша Гамильтона составляет &amp;lt;math&amp;gt;60%&amp;lt;/math&amp;gt;. &lt;br /&gt;
&lt;br /&gt;
Мы нормализировали шансы, поделив каждую их часть на их сумму, т.е. перешли от &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt; к &amp;lt;math&amp;gt;\frac{3}{3+2} : \frac{2}{3+2} = 0.6 : 0.4.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
При преображении шансов &amp;lt;math&amp;gt;m : n&amp;lt;/math&amp;gt; в &amp;lt;math&amp;gt;\frac{m}{m+n} : \frac{n}{m+n},&amp;lt;/math&amp;gt;, множитель, на который мы умножили все элементы соотношения называется [https://en.wikipedia.org/wiki/Normalizing_constant normalizing constant].&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/normalize_probabilities/    Normalization (probability)  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1261</id>
		<title>Нормализация вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9D%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1261"/>
				<updated>2017-11-03T16:07:03Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Новая страница: «&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения Вероятность|ве…»&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&amp;quot;Нормализация&amp;quot; это арифметическая процедура, применяемая для получения [[Вероятность|вероятностей]] дающих в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt; в тех случаях, когда [[взаимоисключающие и исчерпывающие гипотезы|мы думаем, что лишь одна из гипотез может быть истинной]] и мы уже знаем [[Шансы|соотношение вероятностей.]]&lt;br /&gt;
&lt;br /&gt;
Предположим, что шансы Александра Гамильтона на победу в президентских выборах составляют &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt;. Но Александр либо победит, либо проиграет, так что вероятности его победы или проигрыша должны давать в сумме &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.  Если мы сложим &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2&amp;lt;/math&amp;gt;, то получим неразумно высокую вероятность &amp;lt;math&amp;gt;5&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Но если мы перепишем шансы как &amp;lt;math&amp;gt;0,6 : 0,4&amp;lt;/math&amp;gt;, то соотношение сохранится, но сумма станет равной &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Итак мы посчитали, что вероятность выигрыша Гамильтона составляет &amp;lt;math&amp;gt;60%&amp;lt;/math&amp;gt;. &lt;br /&gt;
&lt;br /&gt;
Мы нормализировали шансы, поделив каждую их часть на их сумму, т.е. перешли от &amp;lt;math&amp;gt;3 : 2&amp;lt;/math&amp;gt; к &amp;lt;math&amp;gt;\frac{3}{3+2} : \frac{2}{3+2} = 0.6 : 0.4.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
При преображении шансов &amp;lt;math&amp;gt;m : n&amp;lt;/math&amp;gt; в &amp;lt;math&amp;gt;\frac{m}{m+n} : \frac{n}{m+n},&amp;lt;/math&amp;gt;, множитель, на который мы умножили все элементы соотношения называется [https://en.wikipedia.org/wiki/Normalizing_constant normalizing constant].&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/normalize_probabilities/    Normalization (probability)  ]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1255</id>
		<title>Правило Байеса: шансы</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1255"/>
				<updated>2017-11-03T11:12:21Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;В одной из формулировок байесовское правило выглядит так: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Если мы рассмотрим [[Водопадные диаграммы и относительные шансы|водопадную визуализацию проблемы с Болезнитом]], то будет наглядно видно, как относительные шансы помогают думать про два потока на вершине водопада.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
2eQh2qUt.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Пропорциональное соотношение воды из красного потока к воде из синего будет тем же, независимо от того идет ли речь 200 и 800 литрах в секунду или о 20 000 и 80 000 литрах в секунду илл о 1 и 4 л/с. Пока и остальная часть водопада способствует сохранению пропорции, мы будем получать такую же пропорцию красной и синей воды внизу. Таким образом мы вполне оправданно можем игнорировать количество воды и рассматривать лишь пропорции.&lt;br /&gt;
&lt;br /&gt;
Точно так же, важно пропорциональное соотношение между количеством попадающей в фиолетовый водоем воды из красного потока к количеству из синего, и соотношение между количеством молекул из каждого литра. Вниз падает 45% и 15% красной и синей воды и точно такое же соотношение между красной и синей водой внизу - 90% и 30%.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
26FOndjc.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
И это оправдывает игнорирование специфической информации о том что 90% красной воды падает вниз и 30% синей падает вниз, ведь это можно легко заменить соотношением (3 : 1).&lt;br /&gt;
&lt;br /&gt;
Это можно применить и для других проблем: предположим, что у нас есть медицинский тест, выявляющий болезнь с истинноположительной точностью в 90% (10% ложноотрицательных) и 30% ложноположительных (70% ложноотрицательных). Положительный результат такого теста будет свидетельством такой же силы, как и для теста с 60% истинноположительными и 20% ложноположительными. А отрицательный результат такого теста будет свидетельством такой же силы, как и для теста с 9% ложноотрицательных и 63% истинноотрицательных.&lt;br /&gt;
&lt;br /&gt;
В целом, сила свидетельства является соотношением того, насколько более/менее вероятными разные возможные состояния мира делают наблюдению специфических феноменов. Но об этом позже.&lt;br /&gt;
&lt;br /&gt;
== Уравнение ==&lt;br /&gt;
&lt;br /&gt;
Чтобы действительно выразить ТБ в формулах и доказать ее, нам потребуется ввести несколько новых обозначений.&lt;br /&gt;
&lt;br /&gt;
=== Условная вероятность ===&lt;br /&gt;
&lt;br /&gt;
Во-первых, если &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это утверждение, то &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; это [[вероятность]] &amp;lt;math&amp;gt;X.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Другими словами: &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это что-то истинное или ложное в действительности, но у нас есть какая-то неопределенность по этому поводу, и &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; - это способ выразить [[lwru:/Интерпретации_«вероятности» | уровень нашей убежденности]] в том, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно. Пациент, на самом деле, либо болен либо здоров, но если вы не уверены, свидетельство может способствовать сдвигу субъективной вероятности к 43% в пользу того, что он болен.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb \neg X&amp;lt;/math&amp;gt; означает &amp;quot;&amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;, так что &amp;lt;math&amp;gt;\mathbb P(\neg X)&amp;lt;/math&amp;gt; означает &amp;quot;вероятность, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Задача про Болезнит включала больше утверждений посложней, например:&lt;br /&gt;
&lt;br /&gt;
*Вероятность в 90%, что у пациента почернеет депрессор, при условии что он заражен.&lt;br /&gt;
*Вероятность в 30%, что у пациента почернеет депрессор, при условии что он здоров.&lt;br /&gt;
*Вероятность в 3/7, что пациент заражен, при условии, что его депрессор почернел.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
3MIl3s5K.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В этих случаях мы идем от факта про который мы &amp;quot;знаем&amp;quot; или &amp;quot;предполагаем&amp;quot;, что он истинен (справа), к утверждению (слева), вероятность которого мы оцениваем, принимая во внимание &amp;quot;известный&amp;quot; факт.&lt;br /&gt;
&lt;br /&gt;
Такие вероятностные утверждения называются &amp;quot;условными вероятностями&amp;quot;. Если выразить приведенные выше утверждения с помощью стандартных формул, то они будут выглядеть так:&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid sick) = 0.9&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick) = 0.3&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(sick \mid blackened) = 3/7&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
(прим. blackened  - почерневший депрессор; sick - зараженный)&lt;br /&gt;
&lt;br /&gt;
&amp;lt;sarcasm&amp;gt;Стандартная запись &amp;lt;math&amp;gt;\mathbb P(X \mid Y)&amp;lt;/math&amp;gt; означающая &amp;quot;вероятность &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;, при условии что &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно&amp;quot;, содержит &amp;quot;полезную&amp;quot; вертикальную линию, которая, в свою очередь, не дает никаких визуальных подсказок о том, что справа находится предполагаемый факт, а слева - выводимый. &amp;lt;/sarcasm&amp;gt; &lt;br /&gt;
&lt;br /&gt;
Вот как определяется условная вероятность, при использовании обозначений &amp;lt;math&amp;gt;X \wedge Y&amp;lt;/math&amp;gt; для обозначения &amp;quot;X и Y&amp;quot; или же &amp;quot;оба &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинны&amp;quot;:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb P(X \mid Y) := \frac{\mathbb P(X \wedge Y)}{\mathbb P(Y)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Т.е. с точки зрения задачи с Болезнитом, &amp;lt;math&amp;gt;\mathbb P(sick \mid  blackened)&amp;lt;/math&amp;gt; вычисляется путем деления 18% больных студентов с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(sick \wedge blackened)&amp;lt;/math&amp;gt;) на 42% всех с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(blackened)&amp;lt;/math&amp;gt;).&lt;br /&gt;
&lt;br /&gt;
Или рассмотрим &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick),&amp;lt;/math&amp;gt; - вероятность того, что депрессор почернеет, при условии что пациент здоров. Что эквивалентно делению 24 здоровых студентов с почерневшим депрессором на 80 здоровых. 24 / 80 = 3/10, что соответствует 30% ложноположительных результатов из начальных условий.&lt;br /&gt;
&lt;br /&gt;
Закон условных вероятностей можно выразить так: &amp;quot;Сосредоточим все внимание на возможных мирах, где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, или истинны Y-подобные штуки. Рассматривая лишь случаи где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, сколько мы найдем случаев внутри этого множества, где еще и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно? Т.е. где истинно &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;?&lt;br /&gt;
&lt;br /&gt;
Для получения дополнительной информации обратитесь к статье про [[Условная вероятность|условные вероятности]].&lt;br /&gt;
&lt;br /&gt;
=== Правило Байеса ===&lt;br /&gt;
&lt;br /&gt;
Правило Байеса гласит: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Что для задачи про Болезнит будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P({sick})}{\mathbb P(healthy)} \times \dfrac{\mathbb P({blackened}\mid {sick})}{\mathbb P({blackened}\mid healthy)} = \dfrac{\mathbb P({sick}\mid {blackened})}{\mathbb P(healthy\mid {blackened})}.&amp;lt;/math&amp;gt;&lt;br /&gt;
(прим. blackened - почерневший депрессор; sick - зараженный; healthy - здоровый) &lt;br /&gt;
&lt;br /&gt;
[[Априорная вероятность|Априорные]] [[шансы]] означают соотношение больных пациентов к здоровым &amp;lt;math&amp;gt;1 : 4&amp;lt;/math&amp;gt;. Превращение этих шансов в вероятности даст нам &amp;lt;math&amp;gt;\mathbb P(sick)=\frac{1}{4+1}=\frac{1}{5}=20\%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
[[Соотношение условных вероятностей|Соотношение условных вероятностей]] означает соотношение того, насколько вероятней у больного пациента почернеет депрессор к положительному результату у здорового, что с использованием обозначения для [[Условная вероятность|условных вероятностей]] будет выглядеть как &amp;lt;math&amp;gt;\frac{\mathbb P(positive \mid sick)}{\mathbb P(positive \mid healthy)}=\frac{0.90}{0.30},&amp;lt;/math&amp;gt; т.е. соотношение условных шансов будет &amp;lt;math&amp;gt;3 : 1.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Апостериорная вероятность|Апостериорные]] шансы означают соотношение больных пациентов к здоровым среди всех с положительным результатом, что выражается как &amp;lt;math&amp;gt;\frac{\mathbb P(sick \mid positive)}{\mathbb P(healthy \mid positive)} = \frac{3}{4}&amp;lt;/math&amp;gt;, т.е. шансы &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Для извлечения вероятности из шансов нам следует держать в уме, что [[Взаимоисключающие и исчерпывающие гипотезы|полная вероятность взаимоисключающих событий ]] в сумме всегда составляет &amp;lt;math&amp;gt;1,&amp;lt;/math&amp;gt; т.е. есть 100% вероятность для ''чего-то''. Раз уж все либо болеют либо здоровы, мы можем [[Нормализация вероятностей|нормализовать]] соотношение шансов &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt; путем деления их на сумму: &amp;lt;math&amp;gt;(\frac{3}{3+4} : \frac{4}{3+4}) = (\frac{3}{7} : \frac{4}{7}) \approx (0.43 : 0.57)&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
...что в итоге дает нам вероятности &amp;lt;math&amp;gt;(0.43 : 0.57)&amp;lt;/math&amp;gt;, пропорциональные шансам &amp;lt;math&amp;gt;(3 : 4)&amp;lt;/math&amp;gt;, с суммой в &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Будет странно иметь вероятность в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; (300%) для какого-то события.&lt;br /&gt;
&lt;br /&gt;
Если визуализировать это с помощью водопадной диаграммы:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
4CXsoZhA.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Мы можем обобщить это для любых конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; и свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;, что теорема Байеса может быть записана как:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_j)}{\mathbb P(H_k)} \times \dfrac{\mathbb P(e \mid H_j)}{\mathbb P(e \mid H_k)} = \dfrac{\mathbb P(H_j \mid e)}{\mathbb P(H_k \mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
что говорит нам: &amp;quot;соотношение апостериорных шансов для конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; (при условии наблюдения свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;), равно произведению априорных шансов с соотношением того, как &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; предсказывает свидетельство в сравнении с &amp;lt;math&amp;gt;H_k.&amp;lt;/math&amp;gt;&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Если &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; [[Взаимоисключающие и исчерпывающие гипотезы|взаимоисключающие и исчерпывающие]], мы можем конвертировать апостериорные шансы в апостериорную вероятность для &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; путем [[Нормализация вероятностей|нормализации]] шансов: делением соотношения шансов на их сумму, чтобы элементы нового соотношения суммировались к &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Доказательство теоремы Байеса ===&lt;br /&gt;
&lt;br /&gt;
Перестроим [[Условная вероятность|определение условных вероятностей]] &amp;lt;math&amp;gt;\mathbb P(X \wedge Y) = \mathbb P(Y) \cdot \mathbb P(X|Y).&amp;lt;/math&amp;gt; Т.е. чтобы найти &amp;quot;часть всех пациентов которые больны и с положительным результатом&amp;quot; мы перемножаем &amp;quot;часть пациентов, которые больны&amp;quot; и &amp;quot;вероятность того, что у зараженного пациента почернеет депрессор&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Тогда доказательство теоремы Байеса, где &amp;lt;math&amp;gt;e_0&amp;lt;/math&amp;gt; - новое свидетельство, будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{\mathbb P(H_j)}{\mathbb P(H_k)}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{\mathbb P(e_0 | H_j)}{\mathbb P(e_0 | H_k)}&lt;br /&gt;
=&lt;br /&gt;
\frac{\mathbb P(e_0 \wedge H_j)}{\mathbb P(e_0 \wedge H_k)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j \wedge e_0)/\mathbb P(e_0)}{\mathbb P(H_k \wedge e_0)/\mathbb P(e_0)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j | e_0)}{\mathbb P(H_k | e_0)}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
ч.т.д.&lt;br /&gt;
&lt;br /&gt;
Для задачи про Болезнит, шаги этого доказательства соответствуют операциям:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{0.20}{0.80}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{0.90}{0.30}&lt;br /&gt;
=&lt;br /&gt;
\frac{0.18}{0.24}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.18/0.42}{0.24/0.42}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.43}{0.57}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Используя красный цвет для обозначения больных, синий - для здоровых, серый для смеси больных и здоровых, и знак &amp;quot;+&amp;quot; для положительного результата, можно визуализировать вычисления:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
5YBc2nYo.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Этот процесс, где мы наблюдаем свидетельства и используем соотношение условных вероятностей (отношения правдоподобия) для трансформации априорных убеждений в апостериорные называется &amp;quot;[[Байесианский апдейт| байесианским апдейтом]]&amp;quot; или же &amp;quot;пересмотром убеждений&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/bayes_rule_odds/?l=1x8&amp;amp;pathId=24787   Introduction to Bayes' rule: Odds form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Водопадные диаграммы и относительные шансы]]&lt;br /&gt;
*Следующая статья в гайде: [[Правило Байеса: пропорции]]    [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1254</id>
		<title>Правило Байеса: шансы</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%BE_%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%B0:_%D1%88%D0%B0%D0%BD%D1%81%D1%8B&amp;diff=1254"/>
				<updated>2017-11-03T11:11:57Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;В одной из формулировок байесовское правило выглядит так: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Если мы рассмотрим [[Водопадные диаграммы и относительные шансы|водопадную визуализацию проблемы с Болезнитом]], то будет наглядно видно, как относительные шансы помогают думать про два потока на вершине водопада.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
2eQh2qUt.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Пропорциональное соотношение воды из красного потока к воде из синего будет тем же, независимо от того идет ли речь 200 и 800 литрах в секунду или о 20 000 и 80 000 литрах в секунду илл о 1 и 4 л/с. Пока и остальная часть водопада способствует сохранению пропорции, мы будем получать такую же пропорцию красной и синей воды внизу. Таким образом мы вполне оправданно можем игнорировать количество воды и рассматривать лишь пропорции.&lt;br /&gt;
&lt;br /&gt;
Точно так же, важно пропорциональное соотношение между количеством попадающей в фиолетовый водоем воды из красного потока к количеству из синего, и соотношение между количеством молекул из каждого литра. Вниз падает 45% и 15% красной и синей воды и точно такое же соотношение между красной и синей водой внизу - 90% и 30%.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
26FOndjc.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
И это оправдывает игнорирование специфической информации о том что 90% красной воды падает вниз и 30% синей падает вниз, ведь это можно легко заменить соотношением (3 : 1).&lt;br /&gt;
&lt;br /&gt;
Это можно применить и для других проблем: предположим, что у нас есть медицинский тест, выявляющий болезнь с истинноположительной точностью в 90% (10% ложноотрицательных) и 30% ложноположительных (70% ложноотрицательных). Положительный результат такого теста будет свидетельством такой же силы, как и для теста с 60% истинноположительными и 20% ложноположительными. А отрицательный результат такого теста будет свидетельством такой же силы, как и для теста с 9% ложноотрицательных и 63% истинноотрицательных.&lt;br /&gt;
&lt;br /&gt;
В целом, сила свидетельства является соотношением того, насколько более/менее вероятными разные возможные состояния мира делают наблюдению специфических феноменов. Но об этом позже.&lt;br /&gt;
&lt;br /&gt;
== Уравнение ==&lt;br /&gt;
&lt;br /&gt;
Чтобы действительно выразить ТБ в формулах и доказать ее, нам потребуется ввести несколько новых обозначений.&lt;br /&gt;
&lt;br /&gt;
=== Условная вероятность ===&lt;br /&gt;
&lt;br /&gt;
Во-первых, если &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это утверждение, то &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; это [[вероятность]] &amp;lt;math&amp;gt;X.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Другими словами: &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; это что-то истинное или ложное в действительности, но у нас есть какая-то неопределенность по этому поводу, и &amp;lt;math&amp;gt;P(X)&amp;lt;/math&amp;gt; - это способ выразить [[lwru:/Интерпретации_«вероятности» | уровень нашей убежденности]] в том, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно. Пациент, на самом деле, либо болен либо здоров, но если вы не уверены, свидетельство может способствовать сдвигу субъективной вероятности к 43% в пользу того, что он болен.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb \neg X&amp;lt;/math&amp;gt; означает &amp;quot;&amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;, так что &amp;lt;math&amp;gt;\mathbb P(\neg X)&amp;lt;/math&amp;gt; означает &amp;quot;вероятность, что &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; ложно&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Задача про Болезнит включала больше утверждений посложней, например:&lt;br /&gt;
&lt;br /&gt;
*Вероятность в 90%, что у пациента почернеет депрессор, при условии что он заражен.&lt;br /&gt;
*Вероятность в 30%, что у пациента почернеет депрессор, при условии что он здоров.&lt;br /&gt;
*Вероятность в 3/7, что пациент заражен, при условии, что его депрессор почернел.&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
3MIl3s5K.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
В этих случаях мы идем от факта про который мы &amp;quot;знаем&amp;quot; или &amp;quot;предполагаем&amp;quot;, что он истинен (справа), к утверждению (слева), вероятность которого мы оцениваем, принимая во внимание &amp;quot;известный&amp;quot; факт.&lt;br /&gt;
&lt;br /&gt;
Такие вероятностные утверждения называются &amp;quot;условными вероятностями&amp;quot;. Если выразить приведенные выше утверждения с помощью стандартных формул, то они будут выглядеть так:&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid sick) = 0.9&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick) = 0.3&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
* &amp;lt;math&amp;gt;\mathbb P(sick \mid blackened) = 3/7&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
(прим. blackened  - почерневший депрессор; sick - зараженный)&lt;br /&gt;
&lt;br /&gt;
&amp;lt;sarcasm&amp;gt;Стандартная запись &amp;lt;math&amp;gt;\mathbb P(X \mid Y)&amp;lt;/math&amp;gt; означающая &amp;quot;вероятность &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;, при условии что &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно&amp;quot;, содержит &amp;quot;полезную&amp;quot; вертикальную линию, которая, в свою очередь, не дает никаких визуальных подсказок о том, что справа находится предполагаемый факт, а слева - выводимый. &amp;lt;/sarcasm&amp;gt; &lt;br /&gt;
&lt;br /&gt;
Вот как определяется условная вероятность, при использовании обозначений &amp;lt;math&amp;gt;X \wedge Y&amp;lt;/math&amp;gt; для обозначения &amp;quot;X и Y&amp;quot; или же &amp;quot;оба &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинны&amp;quot;:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\mathbb P(X \mid Y) := \frac{\mathbb P(X \wedge Y)}{\mathbb P(Y)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Т.е. с точки зрения задачи с Болезнитом, &amp;lt;math&amp;gt;\mathbb P(sick \mid  blackened)&amp;lt;/math&amp;gt; вычисляется путем деления 18% больных студентов с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(sick \wedge blackened)&amp;lt;/math&amp;gt;) на 42% всех с почерневшим депрессором (&amp;lt;math&amp;gt;\mathbb P(blackened)&amp;lt;/math&amp;gt;).&lt;br /&gt;
&lt;br /&gt;
Или рассмотрим &amp;lt;math&amp;gt;\mathbb P(blackened \mid \neg sick),&amp;lt;/math&amp;gt; - вероятность того, что депрессор почернеет, при условии что пациент здоров. Что эквивалентно делению 24 здоровых студентов с почерневшим депрессором на 80 здоровых. 24 / 80 = 3/10, что соответствует 30% ложноположительных результатов из начальных условий.&lt;br /&gt;
&lt;br /&gt;
Закон условных вероятностей можно выразить так: &amp;quot;Сосредоточим все внимание на возможных мирах, где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, или истинны Y-подобные штуки. Рассматривая лишь случаи где &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; истинно, сколько мы найдем случаев внутри этого множества, где еще и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt; истинно? Т.е. где истинно &amp;lt;math&amp;gt;Y&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;X&amp;lt;/math&amp;gt;?&lt;br /&gt;
&lt;br /&gt;
Для получения дополнительной информации обратитесь к статье про [[Условная вероятность|условные вероятности]].&lt;br /&gt;
&lt;br /&gt;
=== Правило Байеса ===&lt;br /&gt;
&lt;br /&gt;
Правило Байеса гласит: '''априорные шансы х соотношение условных шансов = апостериорные шансы'''.&lt;br /&gt;
&lt;br /&gt;
Что для задачи про Болезнит будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P({sick})}{\mathbb P(healthy)} \times \dfrac{\mathbb P({blackened}\mid {sick})}{\mathbb P({blackened}\mid healthy)} = \dfrac{\mathbb P({sick}\mid {blackened})}{\mathbb P(healthy\mid {blackened})}.&amp;lt;/math&amp;gt;&lt;br /&gt;
(прим. blackened - почерневший депрессор; sick - зараженный; healthy - здоровый) &lt;br /&gt;
&lt;br /&gt;
[[Априорная вероятность|Априорные]] [[шансы]] означают соотношение больных пациентов к здоровым &amp;lt;math&amp;gt;1 : 4&amp;lt;/math&amp;gt;. Превращение этих шансов в вероятности даст нам &amp;lt;math&amp;gt;\mathbb P(sick)=\frac{1}{4+1}=\frac{1}{5}=20\%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
[[Соотношение условных вероятностей|Соотношение условных вероятностей]] означает соотношение того, насколько вероятней у больного пациента почернеет депрессор к положительному результату у здорового, что с использованием обозначения для [[Условная вероятность|условных вероятностей]] будет выглядеть как &amp;lt;math&amp;gt;\frac{\mathbb P(positive \mid sick)}{\mathbb P(positive \mid healthy)}=\frac{0.90}{0.30},&amp;lt;/math&amp;gt; т.е. соотношение условных шансов будет &amp;lt;math&amp;gt;3 : 1.&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
[[Апостериорная вероятность|Апостериорные]] шансы означают соотношение больных пациентов к здоровым среди всех с положительным результатом, что выражается как &amp;lt;math&amp;gt;\frac{\mathbb P(sick \mid positive)}{\mathbb P(healthy \mid positive)} = \frac{3}{4}&amp;lt;/math&amp;gt;, т.е. шансы &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Для извлечения вероятности из шансов нам следует держать в уме, что [[Взаимоисключающие и исчерпывающие гипотезы|полная вероятность взаимоисключающих событий ]] в сумме всегда составляет &amp;lt;math&amp;gt;1,&amp;lt;/math&amp;gt; т.е. есть 100% вероятность для ''чего-то''. Раз уж все либо болеют либо здоровы, мы можем [[Нормализация вероятностей|нормализовать]] соотношение шансов &amp;lt;math&amp;gt;3 : 4&amp;lt;/math&amp;gt; путем деления их на сумму: &amp;lt;math&amp;gt;(\frac{3}{3+4} : \frac{4}{3+4}) = (\frac{3}{7} : \frac{4}{7}) \approx (0.43 : 0.57)&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
...что в итоге дает нам вероятности &amp;lt;math&amp;gt;(0.43 : 0.57)&amp;lt;/math&amp;gt;, пропорциональные шансам &amp;lt;math&amp;gt;(3 : 4)&amp;lt;/math&amp;gt;, с суммой в &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;. Будет странно иметь вероятность в &amp;lt;math&amp;gt;3&amp;lt;/math&amp;gt; (300%) для какого-то события.&lt;br /&gt;
&lt;br /&gt;
Если визуализировать это с помощью водопадной диаграммы:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
4CXsoZhA.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Мы можем обобщить это для любых конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; и свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;, что теорема Байеса может быть записана как:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;\dfrac{\mathbb P(H_j)}{\mathbb P(H_k)} \times \dfrac{\mathbb P(e \mid H_j)}{\mathbb P(e \mid H_k)} = \dfrac{\mathbb P(H_j \mid e)}{\mathbb P(H_k \mid e)}&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
что говорит нам: &amp;quot;соотношение апостериорных шансов для конкурирующих гипотез &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; (при условии наблюдения свидетельства &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;), равно произведению априорных шансов с соотношением того, как &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; предсказывает свидетельство в сравнении с &amp;lt;math&amp;gt;H_k.&amp;lt;/math&amp;gt;&amp;quot;&lt;br /&gt;
&lt;br /&gt;
Если &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_k&amp;lt;/math&amp;gt; [[Взаимоисключающие и исчерпывающие гипотезы|взаимоисключающие и исчерпывающие]], мы можем конвертировать апостериорные шансы в апостериорную вероятность для &amp;lt;math&amp;gt;H_j&amp;lt;/math&amp;gt; путем [[Нормализация вероятностей|нормализации]] шансов: делением соотношения шансов на их сумму, чтобы элементы нового соотношения суммировались к &amp;lt;math&amp;gt;1&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
=== Доказательство теоремы Байеса ===&lt;br /&gt;
&lt;br /&gt;
Rearranging [conditional_probability the definition of conditional probability], $\mathbb P(X \wedge Y) = \mathbb P(Y) \cdot \mathbb P(X|Y).$  E.g. to find &amp;quot;the fraction of all patients that are sick *and* get a positive result&amp;quot;, we multiply &amp;quot;the fraction of patients that are sick&amp;quot; times &amp;quot;the probability that a sick patient blackens the tongue depressor&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Перестроим [[Условная вероятность|определение условных вероятностей]] &amp;lt;math&amp;gt;\mathbb P(X \wedge Y) = \mathbb P(Y) \cdot \mathbb P(X|Y).&amp;lt;/math&amp;gt; Т.е. чтобы найти &amp;quot;часть всех пациентов которые больны и с положительным результатом&amp;quot; мы перемножаем &amp;quot;часть пациентов, которые больны&amp;quot; и &amp;quot;вероятность того, что у зараженного пациента почернеет депрессор&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Тогда доказательство теоремы Байеса, где &amp;lt;math&amp;gt;e_0&amp;lt;/math&amp;gt; - новое свидетельство, будет выглядеть так:&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{\mathbb P(H_j)}{\mathbb P(H_k)}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{\mathbb P(e_0 | H_j)}{\mathbb P(e_0 | H_k)}&lt;br /&gt;
=&lt;br /&gt;
\frac{\mathbb P(e_0 \wedge H_j)}{\mathbb P(e_0 \wedge H_k)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j \wedge e_0)/\mathbb P(e_0)}{\mathbb P(H_k \wedge e_0)/\mathbb P(e_0)}&lt;br /&gt;
= &lt;br /&gt;
\frac{\mathbb P(H_j | e_0)}{\mathbb P(H_k | e_0)}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
ч.т.д.&lt;br /&gt;
&lt;br /&gt;
Для задачи про Болезнит, шаги этого доказательства соответствуют операциям:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;math&amp;gt;&lt;br /&gt;
\frac{0.20}{0.80}&lt;br /&gt;
\cdot&lt;br /&gt;
\frac{0.90}{0.30}&lt;br /&gt;
=&lt;br /&gt;
\frac{0.18}{0.24}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.18/0.42}{0.24/0.42}&lt;br /&gt;
= &lt;br /&gt;
\frac{0.43}{0.57}&lt;br /&gt;
&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Используя красный цвет для обозначения больных, синий - для здоровых, серый для смеси больных и здоровых, и знак &amp;quot;+&amp;quot; для положительного результата, можно визуализировать вычисления:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;gallery&amp;gt;&lt;br /&gt;
5YBc2nYo.png&lt;br /&gt;
&amp;lt;/gallery&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Этот процесс, где мы наблюдаем свидетельства и используем соотношение условных вероятностей (отношения правдоподобия) для трансформации априорных убеждений в апостериорные называется &amp;quot;[[Байесианский апдейт| байесианским апдейтом]]&amp;quot; или же &amp;quot;пересмотром убеждений&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/bayes_rule_odds/?l=1x8&amp;amp;pathId=24787   Introduction to Bayes' rule: Odds form  ]&lt;br /&gt;
*Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;br /&gt;
*Предыдущая статья в гайде: [[Водопадные диаграммы и относительные шансы]]&lt;br /&gt;
*Следующая статья в гайде: [[Правило Байеса: пропорции]]    [https://arbital.com/p/bayes_rule_proportional/?pathId=24787   Bayes' rule: Proportional form  ]&lt;br /&gt;
&lt;br /&gt;
[[Категория:Теория вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BE%D0%B8%D1%81%D0%BA%D0%BB%D1%8E%D1%87%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B8_%D0%B8%D1%81%D1%87%D0%B5%D1%80%D0%BF%D1%8B%D0%B2%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%D1%8B&amp;diff=1253</id>
		<title>Взаимоисключающие и исчерпывающие гипотезы</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BE%D0%B8%D1%81%D0%BA%D0%BB%D1%8E%D1%87%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B8_%D0%B8%D1%81%D1%87%D0%B5%D1%80%D0%BF%D1%8B%D0%B2%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%D1%8B&amp;diff=1253"/>
				<updated>2017-11-03T11:10:54Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Высказывания называются &amp;quot;взаимоисключающими и исчерпывающими&amp;quot;, когда лишь одно из них может оказаться истинным. Например, из двух высказываний &amp;quot;небо голубое&amp;quot; и &amp;quot;небо не голубое&amp;quot;, лишь одно может быть истинным. Следовательно, вероятности таких высказываний суммируются к 1.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/exclusive_exhaustive/1     Mutually exclusive and exhaustive    ]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BE%D0%B8%D1%81%D0%BA%D0%BB%D1%8E%D1%87%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B8_%D0%B8%D1%81%D1%87%D0%B5%D1%80%D0%BF%D1%8B%D0%B2%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%D1%8B&amp;diff=1252</id>
		<title>Взаимоисключающие и исчерпывающие гипотезы</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BE%D0%B8%D1%81%D0%BA%D0%BB%D1%8E%D1%87%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B8_%D0%B8%D1%81%D1%87%D0%B5%D1%80%D0%BF%D1%8B%D0%B2%D0%B0%D1%8E%D1%89%D0%B8%D0%B5_%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%D1%8B&amp;diff=1252"/>
				<updated>2017-11-03T11:09:34Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Новая страница: «Высказывания называются &amp;quot;взаимоисключающими и исчерпывающими&amp;quot;, когда лишь одно из них м…»&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Высказывания называются &amp;quot;взаимоисключающими и исчерпывающими&amp;quot;, когда лишь одно из них может оказаться истинным. Например, из двух высказываний &amp;quot;небо голубое&amp;quot; и &amp;quot;небо не голубое&amp;quot;, лишь одно может быть истинным. Следовательно, вероятности таких высказываний суммируются к 1.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1251</id>
		<title>Участник:Muyyd</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1251"/>
				<updated>2017-11-03T10:25:28Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Пробабилизм]], [[Байесианство]], [[детерминизм]], [[редукционизм]], [[ННО]], fun.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1248</id>
		<title>Участник:Muyyd</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1248"/>
				<updated>2017-11-03T09:53:35Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Пробабилизм]], [[байесианизм]], [[детерминизм]], [[редукционизм]], [[ННО]], fun.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1247</id>
		<title>Участник:Muyyd</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Muyyd&amp;diff=1247"/>
				<updated>2017-11-03T09:53:25Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;[[Пробабилизм]], [[байесианизм]], [[детерминизм]], [[редукционизм]], [[ННО]] fun.&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1231</id>
		<title>Априорная вероятность</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1231"/>
				<updated>2017-11-03T06:20:49Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&amp;quot;Априорная [[вероятность]]&amp;quot; или &amp;quot;априорные [[шансы]]&amp;quot; или просто &amp;quot;априорные&amp;quot; отсылают к состоянию убежденности, приобретенному ''до'' наблюдения нового свидетельства. 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 [[lwru:Сфокусируй_неуверенность |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, [[lwru:Сфокусируй_неуверенность |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 &amp;quot;апостериорная вероятность&amp;quot; составила 75%. Т.е. апостериорная вероятность отсылает к состоянию убежденности, приобретенному ''после'' наблюдения нового свидетельства.&lt;br /&gt;
&lt;br /&gt;
Априорная вероятность гипотезы &amp;lt;math&amp;gt;H&amp;lt;/math&amp;gt; часто записывается с безусловной нотацией &amp;lt;math&amp;gt;\mathbb P(H)&amp;lt;/math&amp;gt;, а апостериорную (после наблюдения [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;) часто записывают как [[Условная вероятность|условную вероятность ]]  &amp;lt;math&amp;gt;\mathbb P(H\mid e).&amp;lt;/math&amp;gt; [http://bayes.wustl.edu/ E. T. Jaynes] настаивал на использовании ясной нотации &amp;lt;math&amp;gt;\mathbb P (H\mid I_0)&amp;lt;/math&amp;gt; для обозначения априорной вероятности &amp;lt;math&amp;gt;H&amp;lt;/math&amp;gt;, где &amp;lt;math&amp;gt;I_0&amp;lt;/math&amp;gt; означает априорную, и на том, чтобы никогда не записывать полностью безусловную вероятность &amp;lt;math&amp;gt;\mathbb P(X)&amp;lt;/math&amp;gt;. 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 &amp;lt;math&amp;gt;e_0&amp;lt;/math&amp;gt; и теперь апдейтимся на &amp;lt;math&amp;gt;e_1&amp;lt;/math&amp;gt;, то для новой задачи новая априорная будет &amp;lt;math&amp;gt;\mathbb P(H\mid e_0)&amp;lt;/math&amp;gt;, а новая апостериорная будет &amp;lt;math&amp;gt;\mathbb P(H\mid e_1 \wedge e_0).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Подробней про вопрос, откуда же в принципе берутся априорные смотрите статью про [https://arbital.com/p/solomonoff_induction/   индукцию Соломонова]&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
* [https://arbital.com/p/bayes_rule/  Bayes' rule ]&lt;br /&gt;
* [https://arbital.com/p/prior_probability/   Prior probability  ]&lt;br /&gt;
* Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1230</id>
		<title>Априорная вероятность</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1230"/>
				<updated>2017-11-03T06:19:13Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;&lt;br /&gt;
&amp;quot;Априорная [[вероятность]]&amp;quot; или &amp;quot;априорные [[шансы]]&amp;quot; или просто &amp;quot;априорные&amp;quot; отсылают к состоянию убежденности, приобретенному ''до'' наблюдения нового свидетельства. 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 &amp;quot;апостериорная вероятность&amp;quot; составила 75%. Т.е. апостериорная вероятность отсылает к состоянию убежденности, приобретенному ''после'' наблюдения нового свидетельства.&lt;br /&gt;
&lt;br /&gt;
Априорная вероятность гипотезы &amp;lt;math&amp;gt;H&amp;lt;/math&amp;gt; часто записывается с безусловной нотацией &amp;lt;math&amp;gt;\mathbb P(H)&amp;lt;/math&amp;gt;, а апостериорную (после наблюдения [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e&amp;lt;/math&amp;gt;) часто записывают как [[Условная вероятность|условную вероятность ]]  &amp;lt;math&amp;gt;\mathbb P(H\mid e).&amp;lt;/math&amp;gt; [http://bayes.wustl.edu/ E. T. Jaynes] настаивал на использовании ясной нотации &amp;lt;math&amp;gt;\mathbb P (H\mid I_0)&amp;lt;/math&amp;gt; для обозначения априорной вероятности &amp;lt;math&amp;gt;H&amp;lt;/math&amp;gt;, где &amp;lt;math&amp;gt;I_0&amp;lt;/math&amp;gt; означает априорную, и на том, чтобы никогда не записывать полностью безусловную вероятность &amp;lt;math&amp;gt;\mathbb P(X)&amp;lt;/math&amp;gt;. 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 &amp;lt;math&amp;gt;e_0&amp;lt;/math&amp;gt; и теперь апдейтимся на &amp;lt;math&amp;gt;e_1&amp;lt;/math&amp;gt;, то для новой задачи новая априорная будет &amp;lt;math&amp;gt;\mathbb P(H\mid e_0)&amp;lt;/math&amp;gt;, а новая апостериорная будет &amp;lt;math&amp;gt;\mathbb P(H\mid e_1 \wedge e_0).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Подробней про вопрос, откуда же в принципе берутся априорные смотрите статью про [https://arbital.com/p/solomonoff_induction/   индукцию Соломонова]&lt;br /&gt;
&lt;br /&gt;
=== Статьи по теме ===&lt;br /&gt;
* [https://arbital.com/p/bayes_rule/  Bayes' rule ]&lt;br /&gt;
* [https://arbital.com/p/prior_probability/   Prior probability  ]&lt;br /&gt;
* Каталог статей гайда по ТБ: [[Теорема Байеса]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D0%BE%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1229</id>
		<title>Апостериорная вероятность</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%90%D0%BF%D0%BE%D1%81%D1%82%D0%B5%D1%80%D0%B8%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D1%8C&amp;diff=1229"/>
				<updated>2017-11-03T06:17:01Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Перенаправление на Априорная вероятность&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;#перенаправление [[Априорная вероятность]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1228</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1228"/>
				<updated>2017-11-03T06:13:40Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
=== Отношение правдоподобия ===&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, отношение правдоподобия между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляет &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляет &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1227</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1227"/>
				<updated>2017-11-03T05:58:49Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
=== Отношение правдоподобия ===&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, отношение правдоподобия между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1226</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1226"/>
				<updated>2017-11-03T05:58:19Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
=== Отношение правдоподобия ===&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, отношение правдоподобия между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%9E%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D1%8F&amp;diff=1225</id>
		<title>Отношение правдоподобия</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%9E%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D0%BF%D1%80%D0%B0%D0%B2%D0%B4%D0%BE%D0%BF%D0%BE%D0%B4%D0%BE%D0%B1%D0%B8%D1%8F&amp;diff=1225"/>
				<updated>2017-11-03T05:57:47Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: Перенаправление на Соотношение условных вероятностей&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;#перенаправление [[Соотношение условных вероятностей]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1224</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1224"/>
				<updated>2017-11-03T05:57:35Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
=== Отношение правдоподобия ===&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, [[отношение правдоподобия]] между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1223</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1223"/>
				<updated>2017-11-03T05:57:12Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
=== &lt;br /&gt;
Отношение правдоподобия ===&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, [[отношение правдоподобия]] между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1222</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1222"/>
				<updated>2017-11-03T05:55:27Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, [[отношение правдоподобия]] между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1221</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1221"/>
				<updated>2017-11-03T05:54:51Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, оотношение правдоподобия между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите также [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	<entry>
		<id>https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1220</id>
		<title>Соотношение условных вероятностей</title>
		<link rel="alternate" type="text/html" href="https://lesswrong.ru/wiki/index.php?title=%D0%A1%D0%BE%D0%BE%D1%82%D0%BD%D0%BE%D1%88%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%81%D0%BB%D0%BE%D0%B2%D0%BD%D1%8B%D1%85_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9&amp;diff=1220"/>
				<updated>2017-11-03T05:52:39Z</updated>
		
		<summary type="html">&lt;p&gt;Muyyd: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Соотношение [[Условная вероятность|условных вероятностей]] выражает насколько соотносятся ожидания наблюдать феномен, в зависимости от того, какую вероятность этому наблюдению [[lwru:Сфокусируй_неуверенность |назначают конкурирующие гипотезы]]. Например, мы расследуем убийство мистера Телло и обнаружили, что он был отравлен. Мы подозреваем мисс Скарлет и полковника Усача. Предположим, что если мисс Скарлет решила бы убить мистера Телло, то мы оцениваем [[вероятность]] использования ей яда в &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;. А вероятность использования яда полковником Усачом, если бы он решил совершить это убийство, в &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;. Исходя из этого соотношения, шансы на то, что мисс Скарлет использует яд в два раза выше, чем шансы использования яда полковником Усачом. Следовательно, свидетельство &amp;quot;мистер Телло бы отравлен&amp;quot; в два раза сильней поддерживает гипотезу &amp;quot;Скарлет&amp;quot;, чем гипотезу &amp;quot;Усач&amp;quot;, ведь соотношение условных вероятностей составляет &amp;lt;math&amp;gt;(2 : 1)&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
Это называется соотношением вероятностей, потому что не особо важно сравниваются ли вероятности в &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt; или в &amp;lt;math&amp;gt;40%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, важно лишь как они соотносятся.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей можно рассматривать для многих конкурирующих гипотез. С учетом [[Свидетельство|свидетельства]] &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; = &amp;quot;мистер Телло был отравлен&amp;quot;, может так оказаться, что вероятности использования яда мисс Скалер, полковником Усачом и мистером Вайтом составляют &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt;, &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, and &amp;lt;math&amp;gt;1%&amp;lt;/math&amp;gt;. В этом случае у нас имеется три гипотезы &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; = &amp;quot;Скарлет&amp;quot;, &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; = &amp;quot;Усач&amp;quot; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; = &amp;quot;Вайт&amp;quot;. Соотношение вероятностей может быть записано как &amp;lt;math&amp;gt;(20 : 10 : 1).&amp;lt;/math&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Соотношение любых двух условных вероятностей для конкурирующих гипотез может быть использовано для выявления отношений правдоподобия между гипотезами. В примере про отравление, соотношение правдоподобия между &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_Y&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{2}{1}&amp;lt;/math&amp;gt;, а отношение правдоподобия для &amp;lt;math&amp;gt;H_C&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;H_B&amp;lt;/math&amp;gt; составляют &amp;lt;math&amp;gt;\frac{20}{1}&amp;lt;/math&amp;gt;. Это означает, что свидетельство &amp;lt;math&amp;gt;e_o&amp;lt;/math&amp;gt; поддерживает гипотезу &amp;quot;Скарлет&amp;quot; в два раза сильней, чем гипотезу &amp;quot;Усач&amp;quot;, и в двадцать раз сильней, чем гипотезу &amp;quot;Вайт&amp;quot;.&lt;br /&gt;
&lt;br /&gt;
Соотношение условных вероятностей является формальной стороной идеи &amp;quot;сила свидетельства&amp;quot;. Соотношение показывает что, наблюдение следов отравления у мистера Телло, в соответствии с [[Теорема Байеса|правилом Байеса]], означает, что свидетельство указывает в пользу &amp;quot;Скарлет&amp;quot; независимо от того, составляют ли вероятности &amp;lt;math&amp;gt;20%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;10%&amp;lt;/math&amp;gt;, или &amp;lt;math&amp;gt;4%&amp;lt;/math&amp;gt; и &amp;lt;math&amp;gt;2%&amp;lt;/math&amp;gt;.&lt;br /&gt;
&lt;br /&gt;
В соответствии с ТБ, для изменения убеждений при столкновении с новым свидетельством, следует взять [[Априорная вероятность|априорные]] [[шансы]] и перемножить их с соответствующим соотношением условных вероятностей для получения [[Апостериорная вероятность|апостериорных]] шансов. Смотрите так же [[Правило Байеса: шансы]].&lt;br /&gt;
&lt;br /&gt;
&lt;br /&gt;
== Статьи по теме ==&lt;br /&gt;
*Оригинал статьи: [https://arbital.com/p/relative_likelihood/    Relative likelihood  ]&lt;br /&gt;
*[[lwru:Сообщай_отношения_правдоподобия|Сообщай отношения правдоподобия]]&lt;/div&gt;</summary>
		<author><name>Muyyd</name></author>	</entry>

	</feed>