Теорема Байеса — различия между версиями
Fpaint (обсуждение | вклад) |
Berekuk (обсуждение | вклад) м (Замена текста — «Категория:Понятие» на «Категория:Понятия») |
||
Строка 26: | Строка 26: | ||
* [[lwru:/Визуализация_разных_интерпретаций_«вероятностей»|Визуализация разных интерпретаций «вероятностей»]] | * [[lwru:/Визуализация_разных_интерпретаций_«вероятностей»|Визуализация разных интерпретаций «вероятностей»]] | ||
− | [[Категория: | + | [[Категория:Понятия]] |
[[Категория:Теория вероятностей]] | [[Категория:Теория вероятностей]] | ||
[[Категория:Байесианство]] | [[Категория:Байесианство]] |
Версия 15:20, 14 июля 2018
Теорема Байеса — это количественный закон теории вероятности, регулирующий изменение вероятностных убеждений в ответ на наблюдение новых свидетельств.
Представьте себя участником клинических испытаний теста на редкую разновидность рака, поражающего 1 из 10 000 людей. У вас нет причин полагать, что ваши шансы чем-то отличаются от среднего человека. Вам вводят тест, точность которого составляет 99 %, как с точки зрения специфичности, так и чувствительности. Он точно определяет наличие рака (у тех, у кого он есть) в 99 % случаев, и неверно определяет (у тех, у кого его нет) в 1 % случаев. Ваш тест выдал положительный результат. С какой вероятностью вы поражены этой разновидностью рака?
Теорема Байеса утверждает, что ответ — 1 из 102, то есть вероятность менее 1 %. Важно что у этой задачи лишь один ответ: ваши шансы на этот рак, с учетом вышесказанного, именно 1 из 102, не больше и не меньше.
Это одно из ключевых озарений, порожденных ТБ: с учетом того что вы уже знали и того что пронаблюдали, максимально точная убежденность уже детерминирована. И несмотря на то, что на практике эту убежденность довольно трудно найти, принципиально нам процесс известен. Если вы желаете чтобы ваши убеждения становились более точными вместе с тем, как у вас накапливаются наблюдения о мире, то ТБ может дать пару советов на эту тему.
Гайд к теореме
- Частотные диаграммы. Первое знакомство с теоремой Frequency diagrams: A first look at Bayes
- Водопадные диаграммы и относительные шансы Waterfall diagrams and relative odds
- Правило Байеса: шансы Introduction to Bayes' rule: Odds form
- Правило Байеса: пропорции Bayes' rule: Proportional form
- Экстраординарные утверждения требуют экстраординарных свидетельств. Extraordinary claims require extraordinary evidence
- Обычные утверждения требуют обычных свидетельств. Ordinary claims require ordinary evidence
- Правило Байеса: логарифмические шансы. Bayes' rule: Log-odds form
- Сдвиг в стороны гипотезы наименьшего сюрприза. Shift towards the hypothesis of least surprise
- Правило Байеса: векторы Bayes' rule: Vector form
- Изменение убеждений как устранение вероятностей. Belief revision as probability elimination
- Правило Байеса: вероятности Bayes' rule: Probability form
- Добродетели науки с точки зрения байесианства Bayesian view of scientific virtues