365

බේසියානු භාෂාව නිරන්තර තර්කනයෙන් වෙන්කර හඳුනාගත හැකි ලක්ෂණ ඔබ සරල ඉංග්‍රීසියෙන් විස්තර කරන්නේ කෙසේද?

bayesian frequentist

1

ඔබට දත්ත කට්ටල දෙකක් ඇති විට එක් එක් පාත්‍ර ක්‍රීඩකයෙකු පිළිබඳ ඇඟවීම් ඇඳීම පිළිබඳ මෙම ප්‍රශ්නය - අනෙක් ක්‍රීඩකයන්ගේ ප්‍රති results ල සහ නව ක්‍රීඩකයාගේ ප්‍රති results ල, මගේ පිළිතුර සරල ඉංග්‍රීසියෙන් ආමන්ත්‍රණය කිරීමට උත්සාහ කරන වෙනස සඳහා හොඳ ස්වයංසිද්ධ උදාහරණයකි.

— පීටර් එලිස්

5

සමහර විට ඔබගෙන් සමහර හොඳ අය දාර්ශනික.ස්ටැකෙක්ස්චේන්ජ්.කොම් හි අසනු ලබන බේසියානු හා නිතර නිතර අර්ථ නිරූපණයන් පිළිබඳ ප්‍රශ්නයකට පිළිතුරක් ලබා දිය හැකිය .

— ඩ්‍රක්ස්

219

මෙන්න මම මගේ ආච්චිට මූලික වෙනස පැහැදිලි කරන්නේ කෙසේද:

මම මගේ දුරකථනය නිවසේ කොතැනක හෝ අස්ථානගත කර ඇත. දුරකථනය සොයා ගැනීමට මට උපකරණයේ පාදයේ ඇති දුරකථන ලොකේටරය භාවිතා කළ හැකි අතර මම දුරකථන ලොකේටරය එබූ විට දුරකථනය හ ep න්නට පටන් ගනී.

ගැටලුව: මා සෙවිය යුත්තේ මගේ නිවසේ කුමන ප්‍රදේශයද?

නිතර නිතර තර්කනය

මට දුරකථනය හ ep නඟනවා. මට මානසික ආකෘතියක් ද ඇත, එය ශබ්දය පැමිණෙන ප්‍රදේශය හඳුනා ගැනීමට උපකාරී වේ. එමනිසා, බීප් ශබ්දය ඇසීමෙන් පසු, මම මගේ නිවසේ ප්‍රදේශය අනුමාන කරමි, දුරකථනය සොයා ගැනීමට මා සෙවිය යුතුය.

බේසියානු තර්කනය

මට දුරකථනය හ ep නඟනවා. දැන්, ශබ්දය පැමිණෙන ප්‍රදේශය හඳුනා ගැනීමට උපකාර වන මානසික ආකෘතියක් හැරුණු විට, මම අතීතයේ දී දුරකථනය අස්ථානගත කර ඇති ස්ථාන ද දනිමි. එබැවින්, මම දුරකථනය සොයා ගැනීමට සෙවිය යුතු ප්‍රදේශයක් හඳුනා ගැනීම සඳහා බීප් සහ අතීතයේ මා දුරකථනය අස්ථානගත කර ඇති ස්ථාන පිළිබඳ මගේ පූර්ව තොරතුරු භාවිතා කරමින් මගේ අනුමාන කිරීම් ඒකාබද්ධ කරමි.

— සිහින්
source

14

මම ප්‍රතිසමයට කැමතියි. නිරන්තර තර්කයක් භාවිතා කරමින් පිළිතුරක් ලබා ගත් (දත්ත කට්ටලයක් මත පදනම්ව) නිශ්චිත ප්‍රශ්නයක් තිබේ නම් සහ බේසියානු භාවිතා කරමින් පිළිතුරක් ලබා ගත්තේ නම් - තර්ක දෙකම හැසිරවීමට R ස්ක්‍රිප්ට් සමඟ වඩාත් සුදුසු යැයි මම සිතමි. මම ඕනෑවට වඩා ඉල්ලනවාද?

— ෆැරල්

17

කාසියක් n වරක් විසි කිරීම සහ හිසක සම්භාවිතාව තක්සේරු කිරීම ගැන මට සිතිය හැකි සරලම දෙය (p මගින් දක්වන්න). අපි k හිස් නිරීක්ෂණය කරමු යැයි සිතමු. K ශීර්ෂ ලබා ගැනීමේ සම්භාවිතාව නම්: P (k අත්හදා බැලීම්වල හිස්) = (n, k) p ^ k (1-p) ^ (nk) නිතර නිතර අනුමාන කිරීම p = k ඇස්තමේන්තුවක් කරා ළඟා වීමට ඉහත ප්‍රමාණය උපරිම කරයි. / n. බේසියානු ජාතිකයා මෙසේ කියයි: හේයි, මම දන්නවා p ~ බීටා (1,1) (එය p [0,1] මත ඒකාකාරී යැයි උපකල්පනය කිරීමට සමාන වේ). එබැවින්, යාවත්කාලීන කළ අනුමානය වනුයේ: p ~ බීටා (1 + k, 1 + nk) සහ මේ අනුව p හි බේසියානු ඇස්තමේන්තුව p = 1 + k / (2 + n) මම R නොදනිමි, සමාවෙන්න.

42

එය මතය frequentists ස්ථානයේ සිට, ඔබ පෙර දැනුම භාවිතා නොකළ හැකි බව හේතුවක් නැත, බව ද පෙන්නුම් කල යුතු බවට ආදර්ශ. මෙම අර්ථයෙන් ගත් කල, නිරන්තර දෘෂ්ටිය සරල ය, ඔබට ඇත්තේ ආකෘතියක් සහ සමහර දත්ත පමණි. ආකෘතියෙන් පූර්ව තොරතුරු වෙන් කිරීමට අවශ්ය නොවේ.

— රොබී මැකලියම්

3

Y BYS2 ක්‍රමලේඛන භාෂාව R.

— user1205901 - මොනිකා නැවත ස්ථාපනය කරන්න

2

උදාහරණය හොඳයි, නමුත් ආරම්භයේදීම ආරම්භ විය යුතුය; ඔබට දත්ත නොමැති බව සිතමු ("බීප් නැත"), ඔබට සම්භාවිතා නිගමනය කළ හැකිද? ඔව්, ඔබට පුළුවන්, ඔබ සාමාන්‍යයෙන් ඔබේ දුරකථනයෙන් පිටවන්නේ කොතැනද යන්න පිළිබඳව ඔබට පූර්ව දැනුමක් ඇති නිසා (බොහෝ දුරට ඉඩ ඇත) - නමුත් නැත, දත්ත පමණක් අහඹු බැවින් ඔබ නිතර නිතර යන්නේ නම් ඔබට එය කළ නොහැකිය. - බේසියානු තර්කනයේ “අලංකාරය” සහ අනුකූලතාව යමෙකු දකින්නේ මෙහි ය (නව සොයාගැනීම් නොමැතිව සම්භාවිතා අනුමාන කිරීම ස්වාභාවික වන අතර නව දත්ත (බීප්) අනුමානයට බලපෑම් කළ යුතු ආකාරය බේසියානු මනාව ඒකාබද්ධ කරයි.

— gwr

115

කම්මුලේ තදින් දිව:

බොහෝ සංඛ්‍යාලේඛන නොවන අය කරන ආකාරයටම බේසියියානු ජාතිකයෙක් “සම්භාවිතාව” නිර්වචනය කරයි - එනම් යෝජනාවක හෝ තත්වයක පිළිගත හැකි බව පෙන්නුම් කරයි. ඔබ ඔහුගෙන් ප්‍රශ්නයක් ඇසුවොත්, ඔහු ඔබට සෘජු පිළිතුරක් ලබා දෙනු ඇත, එම අවස්ථාව සඳහා ඇති විය හැකි ප්‍රති s ලවල සම්භාවිතාවන් විස්තර කරමින් (සහ ඔහුගේ පූර්ව උපකල්පන සඳහන් කරන්න).

සංඛ්‍යාතවාදියෙකු යනු සිදුවීම් සිදුවන දිගු කාලීන සංඛ්‍යාතයන් සම්භාවිතාවන් නියෝජනය කරන බව විශ්වාස කරන අයෙකි; අවශ්‍ය නම්, ඔහු ඔබේ නිශ්චිත තත්වය අහඹු නියැදියක් ලෙස සැලකිය හැකි ව්‍යාජ ජනගහනයක් නිර්මාණය කරනු ඇත, එවිට ඔහුට දිගු කාලීන සංඛ්‍යාත ගැන අර්ථවත් ලෙස කථා කළ හැකිය. කිසියම් තත්වයක් පිළිබඳව ඔබ ඔහුගෙන් ප්‍රශ්නයක් ඇසුවොත්, ඔහු සෘජු පිළිතුරක් ලබා නොදෙන අතර ඒ වෙනුවට මෙම (සමහරවිට මන inary කල්පිත) ජනගහනය පිළිබඳව ප්‍රකාශයක් කරන්න. බොහෝ විට නොවන සංඛ්‍යාලේඛන ians යින් පිළිතුරෙන් පහසුවෙන් ව්‍යාකූල වන අතර එය විශේෂිත තත්වය පිළිබඳ බේසියානු සම්භාවිතාව ලෙස අර්ථකථනය කරනු ඇත.

කෙසේ වෙතත්, බොහෝ සංඛ්‍යාත ක්‍රමවේදයන්ට බේසියානු සමානකමක් ඇති බව සැලකිල්ලට ගැනීම වැදගත්ය, බොහෝ අවස්ථාවන්හිදී මූලික වශයෙන් එකම ප්‍රති result ලය ලබා දෙනු ඇත, වෙනස බොහෝ දුරට දර්ශනවාදයේ කාරණයක් වන අතර ප්‍රායෝගිකව එය “පා .මාලා සඳහා අශ්වයන්” පිළිබඳ කාරණයකි.

ඔබ අනුමාන කළ පරිදි, මම බේසියානු ජාතිකයෙක් සහ ඉංජිනේරුවෙක්මි. ; o)

— ඩික්රාන් අඟහරු
source

39

විශේෂ expert යෙකු ලෙස, සමස්ත විවාදයේ රහස වන්නේ මිනිසුන් ඇත්ත වශයෙන්ම බේසියානුවන් මෙන් තර්ක කිරීමයි. ඔබ නිතරම වාදකයෙකු ලෙස සිතීමට පුහුණු විය යුතු අතර, පසුව පවා ලිස්සා යාම පහසු වන අතර ඔබේ තර්කය බේසියානු ජාතිකයෙකු මෙන් ඉදිරිපත් කිරීම හෝ ඉදිරිපත් කිරීම පහසුය. "මෙම විශ්වාසනීය පරතරය තුළ වටිනාකම ඇති බවට 95% ක අවස්ථාවක් තිබේ." කිව්වා ඇති.

— වේන්

8

19 වන සියවසේ

— ලැප්ලේස් සහ ගෝස්

3

සමහර විට මම නිතර නිතර වැඩ කරමින් සිටිමි, නමුත් බේසියානු දෘෂ්ටිකෝණය සැමවිටම බුද්ධිමත් යැයි මට විශ්වාස නැත. උදාහරණයක් ලෙස, ජනගහනයක සාමාන්‍ය උස වැනි සැබෑ ලෝක පරාමිතියක් ගැන මා උනන්දු යැයි සිතමු. "මගේ විශ්වසනීය කාල පරතරය සඳහා උනන්දුවක් දක්වන පරාමිතිය 95% ක අවස්ථාවක් තිබේ" යැයි මම ඔබට පැවසුවහොත්, පසුව "විවිධ පරාමිතීන් සඳහා අපි එවැනි කාල පරතරයන් 100 ක් නිර්මාණය කළේ නම්, ඒවායින් කුමන අනුපාතයක් අඩංගු වනු ඇතැයි අපි අපේක්ෂා කරමු පරාමිතියේ සැබෑ අගයන්? ”, පිළිතුර 95 නොවීම සමහර පුද්ගලයින්ට ව්‍යාකූල විය යුතුය.

— ක්ලිෆ් ඒබී

4

L ක්ලිෆ්ඒබී නමුත් ඔබ දෙවන ප්‍රශ්නය අසන්නේ ඇයි? කාරණය වන්නේ ඒවා වෙනස් ප්‍රශ්න වන බැවින් ඔවුන්ට වෙනස් පිළිතුරු තිබීම පුදුමයක් නොවේ. බේසියානුවන්ට ප්‍රශ්න දෙකටම පිළිතුරු දිය හැකි නමුත් පිළිතුර වෙනස් විය හැකිය (එය මට සාධාරණ යැයි පෙනේ). නිතර නිතර යන තැනැත්තාට එක් ප්‍රශ්නයකට පමණක් පිළිතුරු දිය හැකිය (සම්භාවිතාව පිළිබඳ සීමිත අර්ථ දැක්වීම හේතුවෙන්) සහ එබැවින් (ව්‍යංගයෙන්) ප්‍රශ්න දෙකටම එකම පිළිතුර භාවිතා කරයි, එය ගැටළු වලට හේතුවයි. ඒ විශ්වාසනීය පරතරය ඉතා විශ්වාසය පරතරය නොවේ, නමුත් Bayesian ඉදිකිරීමට හැකි දෙකම විශ්වාසනීය පරතරය හා විශ්වාසය පරතරය.

— දික්රාන් අඟහරු

4

මගේ ප්‍රකාශය වේන්ගේ ප්‍රතිචාරයට අනුව ය; විශ්වසනීය පරතරයක් අර්ථ නිරූපණය කිරීම පහසු බැවින් මිනිසුන් “ස්වාභාවිකවම” බේසියානු සන්දර්භයක් තුළ සිතන අදහස. මගේ අදහස නම් විශ්වසනීය කාල පරතරයක් (එනම් සුප් එකකට වඩා අඩු) නිවැරදි අර්ථ නිරූපණය කිරීම සරල වුවත්, සංඛ්‍යාන නොවන තැනැත්තා ඇත්ත වශයෙන්ම එයින් අදහස් කරන්නේ කුමක්ද යන්න පිළිබඳව ව්‍යාකූල වීමට ඉඩ ඇති බවයි .

— ක්ලිෆ් ඒබී

71

ඉතා කුරිරු ලෙස මම එය කියමි:

නිතර නිතර: නියැදීම අසීමිත වන අතර තීරණ ගැනීමේ නීති තියුණු විය හැකිය. දත්ත නැවත නැවත කළ හැකි අහඹු නියැදියකි - සංඛ්‍යාතයක් ඇත. යටින් පවතින පරාමිතීන් සවි කර ඇත, එනම් මෙම පුනරාවර්තන නියැදි ක්‍රියාවලියේදී ඒවා නියතව පවතී.

බේසියානු: නොදන්නා ප්‍රමාණයන් සම්භාවිතා ලෙස සලකනු ලබන අතර ලෝකයේ තත්වය සැමවිටම යාවත්කාලීන කළ හැකිය. අවබෝධ කරගත් නියැදියෙන් දත්ත නිරීක්ෂණය කෙරේ. පරාමිතීන් නොදන්නා අතර සම්භාවිතා ලෙස විස්තර කෙරේ. එය සවි කර ඇති දත්ත වේ.

බේසියානු හා සංඛ්‍යාතවාදියෙකු එකම ගැටලුව විසඳන්නේ කෙසේද යන්න පිළිබඳ පැහැදිලි උදාහරණයක් සපයන දීප්තිමත් බ්ලොග් සටහනක් තිබේ. ගැටලුවට ඔබම පිළිතුරු දී පසුව පරීක්ෂා නොකරන්නේ ඇයි?

ගැටළුව (පැනොස් ඉපිරෝටිස්ගේ බ්ලොග් අඩවියෙන් ලබා ගත්):

ඔබට කාසියක් ඇත, පෙරළෙන විට සම්භාවිතාව $p$ සමඟ හිස කෙළවර වන අතර සම්භාවිතාව $1-p$ සමඟ වලිගය අවසන් වේ . ( $p$ නොදනී.)

ඇස්තමේන්තු කිරීමට උත්සාහ කිරීම $p$ , ඔබ කාසිය 100 වතාවක් පෙරළා දමයි. එය 71 වතාවක් හිස අවසන් කරයි.

එවිට ඔබට පහත සිදුවීම තීරණය කළ යුතුය: "ඊළඟ කාසියේ දෙකේදී අපට පේළි දෙකක් ලැබෙනු ඇත."

සිදුවීම සිදුවනු ඇතැයි හෝ එය සිදු නොවනු ඇතැයි ඔබ ඔට්ටු තබනවාද?

— ග්‍රැහැම් කුක්සන්
source

6

සිට

, මම කවර ක්රමයක් පමණක් විනෝදය සඳහා සුළු වශයෙන් ඉහළ යාමට (සහ පූර්ව හැඩය ගැන මොනම ප්රශ්න නොසලකා) සකස් කිරීමට ඊටත් ඔට්ටු ආසන්න තරම් ලෙස මෙය සලකන්නේ ඇත. මම සමහර විට රක්ෂණ සහ ලොතරැයි ටිකට්පත් මිලදී ගන්නේ ඊටත් වඩා නරක තත්වයකිනි.

{0.71}^{2} = 0.5041

$0.71^2=0.5041$

— හෙන්රි

5

එම බ්ලොග් සටහන අවසානයේ එය පවසන්නේ "ඒකාකාර බෙදාහැරීම පෙර භාවිතා කිරීම වෙනුවට අපට ඊටත් වඩා අ nost ෙයවාදියා විය හැකිය. මේ අවස්ථාවේ දී අපට බීටා (0,0) බෙදාහැරීම පෙර භාවිතා කළ හැකිය.එවැනි බෙදාහැරීම අනුරූප වේ බෙදාහැරීමේ කිසියම් මධ්යන්යයක් සමානව සිදුවිය හැකි අවස්ථාවකට. මේ අවස්ථාවේ දී, බේසියානු හා නිතර නිතර යන ප්රවේශයන් දෙකම එකම ප්රති .ල ලබා දෙයි. " එය කුමන ආකාරයේ සාරාංශයක්ද!

— tdc

13

එම බ්ලොග් සටහනේ ඇති විශාල ගැටළුව නම්, එය බේසියානු නොවන (නමුත් තාර්කික) තීරණ ගන්නෙකු විසින් කරනු ලබන දේ ප්‍රමාණවත් ලෙස සංලක්ෂිත නොකිරීමයි. එය පිදුරු මිනිසෙකුට වඩා ටිකක් වැඩියි.

— whuber

1

dtdc: බේසියානු (ජෙෆ්රිස්) පෙර බීටා (0.5, 0.5) වන අතර සමහරු පවසන්නේ එය පෙර යුක්ති සහගත කළ හැකි එකම බවයි.

— නීල් ජී

1

cmcb - හරියටම.

— ඩිජිටල්ගෝෆර්

43

ටිකක් විනෝදජනකයි ...

බේසියානු ජාතිකයෙක් යනු අශ්වයෙකු නොපැහැදිලි ලෙස අපේක්ෂා කරන අතර බූරුවෙකු දෙස බැලූ විට ඔහු කොටළුවෙකු දුටු බව තදින්ම විශ්වාස කරයි.

මෙම වෙබ් අඩවියෙන්:

http://www2.isye.gatech.edu/~brani/isyebayes/joke.html

එම වෙබ් අඩවියෙන්ම, ලස්සන රචනයක් ...

"බේස් ප්‍රමේයයේ අවබෝධාත්මක පැහැදිලි කිරීමක්"

http://yudkowsky.net/rational/bayes

— බ්‍රෙට්
source

15

කුමන අවස්ථාවෙහිදී, නිතර නිතර බූරුවා, කොටළුවා සහ අශ්ව ජනගහනයේ අනුපාතය දන්නා අයෙකු නොවිය යුතු අතර කොටළුවන්ගේ පැකට්ටුවක් නිරීක්ෂණය කිරීමෙන් පසු සංඛ්‍යාත්මකව සැලකිය යුතු වැඩි වීමක් සිදුවී ඇත්දැයි දැනගැනීම සඳහා p- අගය ගණනය කිරීමට පටන් ගනී. කොටළුවන්ගේ ජනගහන අනුපාතය තුළ.

— ඇන්ඩ rew

43

මිනිසෙකු සය පැත්තකින් මිය යන බවත්, එහි ප්‍රති 1 ල 1, 2, 3, 4, 5, හෝ 6 ක් ඇති බවත් කියමු. තවද, එය 3 ට ගොඩ වුවහොත් ඔහු ඔබට නොමිලේ පෙළ පොතක් ලබා දෙන බව ඔහු පවසයි.

අවිධිමත් ලෙස:

මෙම Frequentist එක් එක් ප්රතිඵලය සිදුවීමේ 6 අවස්ථාවක් කර ගැනීම සඳහා වන සම 1 ඇති බව කියන්න පුළුවන්. සම්භාවිතාව දිගු කාලීන සංඛ්‍යාත බෙදාහැරීම් වලින් උපුටා ගත් එකක් ලෙස ඇය සලකයි.

මෙම Bayesian කෙසේ වෙතත් දෙවන එල්ලී කියන්නේ, මම ඒ මිනිසා දන්නවා, ඔහු දාවිත්ගේ එළියට ආවා, ප්රසිද්ධ කපටි වේ! මට හැඟීමක් තියෙනවා ඔහු යමක් කරනවා කියලා. මම කියන්නට යන්නේ එය 3 ක් මතට ගොඩ වීමට 1% ක ඉඩක් පමණක් ඇති නමුත් මම එම විශ්වාසය නැවත ඇගයීමට ලක් කර ඔහු මිය යන වාර ගණන වෙනස් කරමි. අනෙක් සංඛ්‍යා එක හා සමානව බොහෝ විට ඉහළට එනු මම දුටුවහොත්, මම නැවත 1% සිට මඳක් වැඩි යමක් දක්වා ඇති අවස්ථාව නැවත වැඩි කරමි, එසේ නොමැතිනම් මම එය තව දුරටත් අඩු කරමි. ඇය සම්භාවිතාව සලකන්නේ යෝජනාවක් පිළිබඳ විශ්වාසයේ මට්ටමක් ලෙස ය.

— ටෝනි බ්‍රියාල්
source

26

මම හිතන්නේ නිතර නිතර (වාචිකව) ඔහුගේ උපකල්පන පෙන්වා දෙන අතර ප්‍රයෝජනවත් පුරෝකථනයක් කිරීමෙන් වැළකී සිටියි. සමහර විට ඔහු කියනු ඇත, "මරණය සාධාරණ යැයි උපකල්පනය කිරීම, සෑම ප්‍රති come ලයක්ම සිදුවීමට 6 ට 1 ට සමාන වේ. තවද, ඩයි රෝල්ස් සාධාරණ නම් සහ ඩේවිඩ් බ්ලේන් 17 වතාවක් රෝල් කළහොත්, ඇත්තේ 5% ක අවස්ථාවක් පමණි එය කිසි විටෙකත් 3 ට ගොඩබසින්නේ නැත, එබැවින් එවැනි ප්‍රති come ලයක් නිසා මරණය සාධාරණද යන්න මට සැකයක් ඇති කරයි. ”

— තෝමස් ලෙවින්

එසේ නම්, “සම්භාවිතාව” (එම්එල්ඊ හි මෙන්) නිතර නිතර යන අයගේ “සම්භාවිතාව” විය හැකිද?

— අකාබාබා

31

බේසියානුවන්ට ඔට්ටු ඇල්ලීමට ඉල්ලා සිටින අතර, එයට පියාසර කරන තාප්පයක් වේගයෙන් බිත්තියක් මතට රිංගා ගන්නා medicine ෂධයට බොහෝ ජීවිත බේරා ගත හැකි හෝ සිරකරුවන් සිරගෙට යා යුතුය. ඔහු සතුව විශාල පෙට්ටියක් තිබේ. ඔහු දන්නා පරිදි, ඔහු දන්නා සෑම දෙයක්ම ඔහුගේ පෞද්ගලික මතය ඇතුළුව කොටුව තුළට දමා හසුරුව හරවා ගන්නේ නම්, එය ඔහුට කළ හැකි හොඳම තීරණය ගනු ඇත.

නිතර නිතර වාර්තාකරුට වාර්තා ලිවීමට ඉල්ලා සිටී. ඔහු සතුව විශාල කළු නීති රීති තිබේ. වාර්තාවක් ඉදිරිපත් කිරීමට ඔහුගෙන් ඉල්ලා සිටින තත්වය ඔහුගේ රීතිය පොතෙන් ආවරණය වේ නම්, ඔහුට නීති රීති අනුගමනය කර ඉතා පරිස්සමින් වචනයක් ලියා එය වැරදියි, නරකම ලෙස 100 න් එක් වරක් (හෝ 20 න් එක් වරක් හෝ එක් වරක් ඔහුගේ වාර්තාවේ පිරිවිතරයන් පවසන ඕනෑම වේලාවක කාලය).

බොහෝ විට බේසියානුවන් ඔට්ටු ඇල්ලීම සිදුකරන බව නිතරම දන්නා (ඔහු ඒ පිළිබඳ වාර්තා ලියා ඇති හෙයින්) නරකම අවස්ථාවක දී ඔහුගේ පෞද්ගලික මතය වැරදියි නම් එය නරක අතට හැරෙනු ඇත. තමාගෙන් වෙනස් වන සෑම අවස්ථාවකම ඔහු බේසියානු ජාතිකයාට එරෙහිව ඔට්ටු ඇල්ලුවහොත් දිගු කාලීනව ඔහුට අහිමි වන බව නිතර නිතර දන්නා (එකම හේතුව නිසා) දනී.

— mcdowella
source

"දිගුකාලීනව, ඔහු අහිමි වනු ඇත" අපැහැදිලි ය. මම හිතන්නේ 'ඔහු' මෙහි බේසියානු ජාතිකයාද? දිගුකාලීනව ඔවුන් සමාන නොවන්නේද - සත්‍ය (නමුත් නොදන්නා) කරුණු සමඟ සැසඳෙන තෙක් බේසියානු ජාතිකයාට තම පෞද්ගලික මතය ඉගෙන ගැනීමට හා වෙනස් කිරීමට හැකිය.

— lucidbrot

29

සරල ඉංග්‍රීසියෙන්, බේසියානු හා නිතර නිතර තර්ක කිරීම ප්‍රශ්නයට පිළිතුරු සපයන ආකාර දෙකකින් වෙන් කොට දැක්විය හැකි බව මම කියමි.

සම්භාවිතාව යනු කුමක්ද?

න්‍යායේ වලංගු යෙදුම්වල වසම මූලික වශයෙන් නිර්වචනය කර ඇති හෙයින් බොහෝ වෙනස්කම් සෑම කෙනෙකුම මෙම ප්‍රශ්නයට පිළිතුරු සපයන ආකාරය දක්වා තල්ලු වේ. වැඩිදුර ප්‍රශ්න උත්පාදනය නොකර දැන් ඔබට “සරල ඉංග්‍රීසි” අනුව පිළිතුරක් දිය නොහැක. මට නම් පිළිතුර (ඔබට අනුමාන කළ හැකි පරිදි)

සම්භාවිතාව යනු තර්කනයයි

මගේ “සරල නොවන ඉංග්‍රීසි” හේතුව නම්, ප්‍රස්තුත ගණනය කිරීම සම්භාවිතාව ගණනය කිරීමේ විශේෂ අවස්ථාවකි, අප සත්‍යය කින් ද නියෝජනය කරන්නේ නම් $1$ $0$ . මීට අමතරව, සම්භාවිතාවන්ගේ ගණනය කිරීම් යෝජනා වල ගණනය කිරීම් වලින් ලබා ගත හැකිය. මෙය "බේසියානු" තර්කනය සමඟ වඩාත් සමීපව අනුකූල වේ - එය යෙදීම්වල බේසියානු තර්කනය ද ව්‍යාප්ත කළද, ඒවා හැසිරවීමේ මූලධර්මවලට අමතරව සම්භාවිතාවන් පැවරීම සඳහා මූලධර්ම සපයයි. ඇත්ත වශයෙන්ම, මෙය "තර්කනය යනු කුමක්ද?" මට නම්, මෙම ප්‍රශ්නයට පිළිතුරක් ලෙස මට දිය හැකි ආසන්නතම දෙය නම් “තර්කනය යනු තාර්කික පුද්ගලයෙකුගේ සාමාන්‍ය බුද්ධි තීන්දු, දී ඇති උපකල්පන මාලාවක් සමඟ” (තාර්කික පුද්ගලයෙක් යනු කුමක්ද? ආදිය). ලොජික් සතුව බේසියානු තර්කනයේ ඇති එකම ලක්ෂණ ඇත. නිදසුනක් වශයෙන්, උපකල්පනය කළ යුත්තේ කුමක් ද යන්න හෝ “නියත සත්‍යය” යනු කුමක්දැයි තර්කනය ඔබට නොකියයි. එය ඔබට කියන්නේ එක් යෝජනාවක සත්‍යතාව තවත් යෝජනාවක සත්‍යයට සම්බන්ධ වන්නේ කෙසේද යන්නයි. නිගමන මත ආරම්භ කිරීම සඳහා ඔබ සැමවිටම "අක්ෂර" සමඟ තාර්කික පද්ධතියක් සැපයිය යුතුය. පරස්පර විරෝධී ප්‍රවාද වලින් ඔබට අත්තනෝමතික ප්‍රති results ල ලබා ගත හැකි සීමාවන් ද ඒවාට ඇත. නමුත් “ප්‍රත්‍යන්ත” යනු පෙර සැකසූ සම්භාවිතාවන් මිස අන් කිසිවක් නොවේ $1$

නිරන්තර තර්කනය සඳහා, අපට පිළිතුර ඇත:

සම්භාවිතාව යනු සංඛ්‍යාතයයි

"සංඛ්‍යාතය" යනු මෙහි භාවිතා වන ආකාරයට සරල ඉංග්‍රීසි වචනයක් බව මට විශ්වාස නැතත් - සමහර විට "සමානුපාතිකය" වඩා හොඳ වචනයකි. සිදුවීමක සම්භාවිතාව සැබෑ, මැනිය හැකි (නිරීක්ෂණය කළ හැකි?) ප්‍රමාණයක් යැයි සිතන, එය ගණනය කරන පුද්ගලයා / වස්තුවෙන් ස්වාධීනව පවතින බවට නිතර නිතර පිළිතුරට එක් කිරීමට මට අවශ්‍ය විය. නමුත් මට මෙය “සරල ඉංග්‍රීසි” ආකාරයකින් කළ නොහැකි විය.

එබැවින් එක් වෙනසක “සරල ඉංග්‍රීසි” අනුවාදයක් විය හැක්කේ නිරන්තර තර්කනය යනු “නිරපේක්ෂ” සම්භාවිතාවන්ගෙන් තර්ක කිරීමේ උත්සාහයක් වන අතර බේසියානු තර්කනය “සාපේක්ෂ” සම්භාවිතාවන්ගෙන් තර්ක කිරීමේ උත්සාහයකි.

තවත් වෙනසක් නම්, ඔබ සැබෑ ලෝක ගැටලුව න්‍යායේ වියුක්ත ගණිතයට පරිවර්තනය කරන්නේ කෙසේද යන්න පිළිබඳව නිතර පදනම් පදනම් වඩාත් අපැහැදිලි වීමයි. හොඳ නිදසුනක් නම්, න්‍යායේ “සසම්භාවී විචල්‍යයන්” භාවිතා කිරීමයි - ඒවාට ගණිතයේ වියුක්ත ලෝකයේ නිශ්චිත අර්ථ දැක්වීමක් ඇත, නමුත් යම් නිරීක්ෂණය කළ ප්‍රමාණයක් අහඹු ද නැද්ද යන්න තීරණය කිරීමට කෙනෙකුට භාවිතා කළ හැකි නිශ්චිත ක්‍රියා පටිපාටියක් නොමැත. විචල්ය ".

බේසියානු තර්ක කිරීමේ ක්‍රමය, “අහඹු විචල්‍යයක්” යන සංකල්පය අවශ්‍ය නොවේ. සම්භාවිතා ව්‍යාප්තියක් යම් ප්‍රමාණයකට පවරා ඇත්තේ එය නොදන්නා නිසාය - එයින් අදහස් කරන්නේ එය අප සතුව ඇති තොරතුරු වලින් තාර්කිකව අඩු කළ නොහැකි බවයි. මෙය එකවරම නිරීක්ෂණය කළ හැකි ප්‍රමාණය හා න්‍යාය අතර සරල සම්බන්ධතාවයක් සපයයි - “නොදන්නා” වීම නිසැක ය.

ඉහත උදාහරණයේදී මෙම චින්තන ක්‍රම දෙකෙහි තවත් වෙනසක් ඔබට දැක ගත හැකිය - “අහඹු” එදිරිව “නොදන්නා”. “සසම්භාවීතාව” යන්න අර්ථකථනය කර ඇත්තේ “අහඹු බව” එය සත්‍ය ප්‍රමාණයේ දේපලක් සේ පෙනේ. අනෙක් අතට, "නොදන්නා" යන්න රඳා පවතින්නේ ඔබ එම ප්‍රමාණය ගැන විමසන්නේ කුමන පුද්ගලයා මතද යන්න මතය - එබැවින් එය විශ්ලේෂණය කරන සංඛ්‍යාලේඛන ician යාගේ දේපළකි. මෙය එක් එක් සිද්ධාන්තයට බොහෝ විට අමුණා ඇති “වෛෂයික” එදිරිව “ආත්මීය” නාමවිශේෂණ ඇති කරයි. “අහඹු බව” සමහර සම්මත උදාහරණ වල දේපලක් විය නොහැකි බව පෙන්වීම පහසුය, එකම ප්‍රමාණයේ විවිධ තොරතුරු ලබා දෙන නිතර නිතර දෙදෙනෙකුගෙන් “අහඹු” දැයි තීරණය කිරීම. එකක් සුපුරුදු බර්නූලි උර්න් ය: නිතර නිතර 1 ඇඳීමේදී අන්ධ වී ඇත, නිතර නිතර 2 ක් උඩු යටිකුරු කර ඇති අතර, නිතර නිතර 1 බෝල උදුනෙන් ඇද ගන්නා ආකාරය බලා සිටී. "අහඹු බව" ප්‍රකාශ කිරීම බඳුනේ ඇති බෝලයක දේපලක් නම්, එය නිතර නිතර 1 සහ 2 පිළිබඳ වෙනස් දැනුම මත රඳා පැවතිය නොහැක - එබැවින් නිතර නිතර යන දෙදෙනා එකම "අහඹු" හෝ "අහඹු නොවේ" යන ප්‍රකාශය ලබා දිය යුතුය. .

— සම්භාවිතාව
source

3

සාමාන්‍ය බුද්ධිය ගැන සඳහන් නොකර ඔබට මෙය නැවත ලිවිය හැකි නම් මම උනන්දු වෙමි.

— පීටර් එලිස්

Et පීටර්එලිස් - සාමාන්‍ය බුද්ධියේ ඇති වැරැද්ද කුමක්ද? අප සියල්ලන්ටම එය ඇති අතර එය භාවිතා නොකිරීම සාමාන්‍යයෙන් මෝඩකමකි ...

— සම්භාව්‍ය විද්‍යාත්මක

14

එය සැබවින්ම තරඟකාරී වන අතර එය සංස්කෘතිකමය වශයෙන් විශේෂිත වේ. “සාමාන්‍ය බුද්ධිය” යනු මෙම විශේෂිත සංස්කෘතිය තුළ දේවල් කළ හැකි යැයි හැඟෙන ඕනෑම දෙයක් සඳහා කෙටි අතකි (මේ සියල්ලම බොහෝ විට සංවේදීතාවයෙන් කාලය හා අවකාශය තුළ වෙනත් සංස්කෘතියකට වඩා බොහෝ සෙයින් පෙනේ), එබැවින් අර්ථ දැක්වීමකින් එය යොමු කිරීම ප්‍රධාන ප්‍රශ්න තාරාවන්ගේ ය . එය තර්කනයේ අර්ථ දැක්වීමක කොටසක් ලෙස විශේෂයෙන් උපකාරී නොවේ (එබැවින්, මම තර්ක කරන්නේ, එම විශේෂිත සන්දර්භය තුළ “තාර්කික පුද්ගලයෙකු” යන සංකල්පයයි - විශේෂයෙන් මම අනුමාන කරන පරිදි “තාර්කික පුද්ගලයෙකු” පිළිබඳ ඔබේ අර්ථ දැක්වීම තාර්කික පුද්ගලයෙකු වනු ඇත කාට සාමාන්‍ය බුද්ධියක් තිබේද!)

— පීටර් එලිස්

5

ඔහුට එකක් සැපයිය නොහැක, ඔහුගේ තර්කය වන්නේ විශ්වීය අර්ථ දැක්වීමක් නොමැති බවයි , සංස්කෘතිකමය වශයෙන් විශේෂිත ඒවා පමණි. විවිධ සංස්කෘතික පසුබිම්වල පුද්ගලයන් දෙදෙනෙකුට (සහ සංඛ්‍යාලේඛන අධ්‍යාපනයේ විවිධ ශෛලීන් ඇතුළත් වේ) යම් අවස්ථාවක දී කළ හැකි සංවේදී දේ පිළිබඳ වෙනස් අවබෝධ දෙකක් තිබිය හැකිය.

— naught101

3

මෙම පිළිතුරෙහි යහපත්කමේ නූගට්ස් ඇත (එය සරල ඉංග්‍රීසි සඳහා කෙසේද?), නමුත් පහත දැක්වෙන ප්‍රකාශය සත්‍ය යැයි මම විශ්වාස නොකරමි (බේසියානු ජාතිකයෙකු වන්නේ කෙසේද?): “ඔබ තර්කනය පිළිගන්නේ නම් ... ඔබත් පිළිගත යුතුය බේසියානු තර්කනය ". උදාහරණයක් ලෙස, ගණිතයේ වියුක්ත න්‍යාය සැබෑ ලෝකයට පරිවර්තනය කරනවා වෙනුවට ඔබ සිතන්නේ නම්, අක්ෂීය ප්‍රවේශය සංඛ්‍යාත හා බේසියානු තර්කනයට අනුකූල විය හැකි බව ඔබට පෙනී යනු ඇත! පළමු නඩුවේදී කොල්මෝගොරොව් සහ දෙවනුව ජෙෆ්රිස් යැයි තර්ක කළ හැකිය. සාරාංශයක් ලෙස, එය තර්කනයේ සම්භාවිතාව පිළිබඳ න්‍යායයි; එහි අර්ථ නිරූපණය නොවේ.

— ග්‍රේම් වොල්ෂ්

22

යථාර්ථය නම්, මම සිතන්නේ ගැටලුව වටා ඇති බොහෝ දර්ශන හුදෙක් විශිෂ්ට බවයි. එය විවාදය බැහැර කිරීම නොවේ, නමුත් එය පරෙස්සම් සහගත වචනයකි. සමහර විට, ප්‍රායෝගික කාරණා සඳහා ප්‍රමුඛතාවය ගනී - මම පහත උදාහරණයක් දෙන්නෙමි.

එසේම, ප්‍රවේශයන් දෙකකට වඩා ඇති බව ඔබට පහසුවෙන් තර්ක කළ හැකිය:

නේමන්-පියර්සන් ('නිතර නිතර')
සම්භාවිතාව පදනම් කරගත් ප්‍රවේශයන්
සම්පුර්ණයෙන්ම බේසියානු

ජ්‍යෙෂ් senior සගයකු මෑතකදී මට මතක් කර දුන්නේ "සාමාන්‍ය භාෂාවෙන් බොහෝ අය නිතර නිතර හා බේසියානු භාෂාව ගැන කතා කරන බවයි. වඩාත් වලංගු වෙනසක් සම්භාවිතාව මත පදනම් වූ සහ නිතර නිතර යන කාරණා යැයි මම සිතමි. උපරිම සම්භාවිතාව සහ බේසියානු ක්‍රම දෙකම සම්භාවිතා මූලධර්මයට අනුගත වන අතර නිතර නිතර ක්‍රම භාවිතා නොකරයි. "

මම ඉතා සරල ප්‍රායෝගික උදාහරණයකින් ආරම්භ කරමි:

අපිට රෝගියෙක් ඉන්නවා. රෝගියා නිරෝගී (එච්) හෝ අසනීප (එස්) ය. අපි රෝගියා පිළිබඳ පරීක්ෂණයක් සිදු කරන අතර ප්‍රති result ලය ධනාත්මක (+) හෝ සෘණ (-) වනු ඇත. රෝගියා අසනීප නම්, ඔවුන්ට සෑම විටම ධනාත්මක ප්රති result ලයක් ලැබෙනු ඇත. අපි මෙය නිවැරදි (සී) ප්‍රති result ලය ලෙස හඳුන්වන අතර යැයි කියමු

පී (+ | එස්) = 1

$P(+ | S ) = 1$

පී (සී o r r ඊ ඇ ටී | එස්) = 1

$P(Correct | S) = 1$

පී (- | එච්) = 0.95

$P(- | H) = 0.95$

පී (+ | එච්) = 0.05

$P(+ | H) = 0.05$ වෙනත් කෘති වලදී, නිරෝගී පුද්ගලයින් සඳහා පරීක්ෂණය නිවැරදි වීමේ සම්භාවිතාව 95% කි.

එබැවින්, රෝගියා සෞඛ්‍ය සම්පන්නද, අසනීපද යන්න මත පදනම්ව, පරීක්ෂණය 100% නිවැරදි හෝ 95% නිවැරදි වේ. එකට ගත් කල, මෙයින් අදහස් කරන්නේ පරීක්ෂණය අවම වශයෙන් 95% ක් නිවැරදි බවය.

මේ වනතෙක් ගොඩක් හොඳයි. ඒවා නිතර නිතර කරන ප්‍රකාශයකි. එම ප්‍රකාශ තේරුම් ගැනීමට තරමක් සරල වන අතර ඒවා සත්‍ය වේ. 'නිරන්තර අර්ථකථනයක්' ගැන කතා කිරීමට අවශ්‍ය නැත.

එහෙත්, ඔබ දේවල් හැරවීමට උත්සාහ කරන විට දේවල් රසවත් වේ. පරීක්ෂණ ප්‍රති result ල අනුව, රෝගියාගේ සෞඛ්‍යය ගැන ඔබට ඉගෙන ගත හැක්කේ කුමක්ද? Test ණාත්මක පරීක්ෂණ ප්‍රති result ලයක් ලබා දී, රෝගියා පැහැදිලිවම නිරෝගී ය.

නමුත් පරීක්ෂණය ධනාත්මක වන අවස්ථාව ද අප සලකා බැලිය යුතුය. රෝගියා සැබවින්ම අසනීප වූ නිසා පරීක්ෂණය ධනාත්මකද? නැතහොත් එය ව්‍යාජ ධනාත්මකද? නිතර නිතර සහ බේසියානු අපසරනය වන්නේ මෙහිදීය. මේ මොහොතේ එයට පිළිතුරු දිය නොහැකි බව සියලු දෙනා එකඟ වනු ඇත. නිතර නිතර පිළිතුරු දෙන තැනැත්තා පිළිතුරු දෙනු ඇත. ඔබට පිළිතුරක් දීමට බේසියානු ජාතිකයා සුදානම් වනු ඇත, නමුත් ඔබට මුලින්ම බේසියානුවන්ට ලබා දිය යුතුය - එනම් රෝගීන්ගෙන් කුමන ප්‍රතිශතයක් අසනීප වී ඇත්දැයි කියන්න.

නැවත බැලීමට, පහත සඳහන් ප්‍රකාශ සත්‍ය වේ:

නිරෝගී රෝගීන් සඳහා, පරීක්ෂණය ඉතා නිවැරදි ය.
රෝගී රෝගීන් සඳහා, පරීක්ෂණය ඉතා නිවැරදි ය.

එවැනි ප්‍රකාශ වලින් ඔබ සෑහීමකට පත්වේ නම්, ඔබ නිතර නිතර අර්ථ නිරූපණයන් භාවිතා කරයි. ඔබ බලන්නේ කුමන ආකාරයේ ගැටළු මතද යන්න මත පදනම්ව මෙය ව්‍යාපෘතියෙන් ව්‍යාපෘතියට වෙනස් විය හැකිය.

නමුත් ඔබට විවිධ ප්‍රකාශ කිරීමට සහ පහත සඳහන් ප්‍රශ්නයට පිළිතුරු දීමට අවශ්‍ය විය හැකිය:

ධනාත්මක පරීක්ෂණ ප්‍රති result ලයක් ලබා ගත් රෝගීන් සඳහා, පරීක්ෂණය කෙතරම් නිවැරදිද?

මේ සඳහා පෙර සහ බේසියානු ප්‍රවේශයක් අවශ්‍ය වේ. වෛද්යවරයාගේ උනන්දුව පිළිබඳ එකම ප්රශ්නය මෙය බව සලකන්න. වෛද්‍යවරයා කියයි "රෝගීන්ට ධනාත්මක ප්‍රති result ලයක් හෝ negative ණාත්මක ප්‍රති result ලයක් ලැබෙනු ඇති බව මම දනිමි. දැන්ද negative ණාත්මක ප්‍රති result ලය වන්නේ රෝගියා නිරෝගීව සිටින බවත් ගෙදර යැවිය හැකි බවත්ය. දැන් මා උනන්දු වන එකම රෝගීන් වන්නේ ධනාත්මක ප්‍රති result ලයක් - ඔවුන් අසනීපද?

සාරාංශගත කිරීම සඳහා: මෙවැනි උදාහරණ වලදී, නිතර නිතර පවසන සෑම දෙයක් සමඟම බේසියානු ජාතිකයා එකඟ වනු ඇත. එහෙත් බේසියානුවන් තර්ක කරනුයේ නිතර නිතර කරන ප්‍රකාශ සත්‍ය වුවත් එය එතරම් ප්‍රයෝජනවත් නොවන බවයි. ප්‍රයෝජනවත් ප්‍රශ්න වලට පිළිතුරු දිය හැක්කේ පූර්වයෙන් පමණක් යැයි තර්ක කරනු ඇත.

නිතර නිතර යන අය විසින් පරාමිතියේ (H හෝ S) ඇති විය හැකි සෑම අගයක්ම සලකා බලා "පරාමිතිය මෙම අගයට සමාන නම්, මගේ පරීක්ෂණය නිවැරදි වීමේ සම්භාවිතාව කුමක්ද?"

බේසියානුවන් ඒ වෙනුවට නිරීක්ෂණය කළ හැකි සෑම අගයක්ම (+ හෝ -) සලකා බලා "මම එම අගය නිරීක්ෂණය කර ඇතැයි සිතන්නේ නම්, එච්-එදිරිව-එස් හි කොන්දේසි සහිත සම්භාවිතාව ගැන එයින් මට කියන්නේ කුමක්ද?"

— ආරොන් මැක්ඩයිඩ්
source

1

ඔබ අදහස් කළේ For sick patients, the test is NOT very accurate.ඔබට අමතක නොවන බවද?

— agstudy

1

අවස්ථා දෙකේදීම එය ඉතා නිවැරදියි, එබැවින් මට වචනයක් අමතක නොවීය. නිරෝගී පුද්ගලයින් සඳහා, ප්‍රති result ලය නිවැරදි වනු ඇත (එනම් 'සෘණ') 95% කාලය. රෝගී පුද්ගලයින් සඳහා, ප්‍රති result ලය නිවැරදි වනු ඇත (එනම් 'ධනාත්මක') 95% කාලය.

— ආරොන් මැක්ඩේඩ්

මම සිතන්නේ "දුර්වලතාවය" උපරිම වශයෙන් එය දත්ත වලට පෙර නිල ඇඳුමක් උපකල්පනය කරන අතර "පූර්ණ බේසියානු" ඔබට තෝරා ගත හැකි දේට වඩා නම්‍යශීලී වේ.

— ජෝ ඉසෙඩ්

උදාහරණය සම්පූර්ණ කිරීම සඳහා, ජනගහනයෙන් 0.1% ක් අප විසින් පරීක්ෂා කරනු ලබන D රෝගයෙන් පෙළෙනවා යැයි සිතමු: මෙය අපගේ පෙර නොවේ. බොහෝ විට, වෛද්‍යවරයා වෙත පැමිණෙන රෝගීන්ගෙන් 30% ක් හා ඩීට ගැලපෙන රෝග ලක්ෂණ ඇත්ත වශයෙන්ම ඩී ඇත (මෙය එකම රෝග ලක්ෂණ සමඟ විවිධ රෝගාබාධ කොපමණ වාරයක් ඉදිරිපත් කරයිද යන්න වැනි විස්තර මත පදනම්ව වැඩි හෝ අඩු විය හැකිය). එබැවින් පරීක්ෂණයට භාජනය වන අයගෙන් 70% ක් සෞඛ්‍ය සම්පන්න ය, 66.5% ක් negative ණාත්මක ප්‍රති result ලයක් ලබා ගනී, 30% / 33.5% ක් අසනීප වේ. එබැවින් ධනාත්මක ප්‍රති result ලයක් ලබා දෙන විට, රෝගියෙකු අසනීප වී ඇති බවට අපගේ පශ්චාත් සම්භාවිතාව 89.6% කි. ඊළඟ ප්‍රහේලිකාව: පරීක්‍ෂකයින්ගෙන් 70% කට ඩී ඇති බව අප දැනගත්තේ කෙසේද?

— Qwertie

7

බේසියානු හා නිරන්තර සංඛ්‍යාලේඛන අනුකූල වන අතර ඒවා අතීත සිදුවීම් හා උපකල්පිත ආකෘතියක් මත පදනම්ව අනාගත සිදුවීම්වල සම්භාවිතාව තක්සේරු කිරීමේ සීමිත අවස්ථා දෙකක් ලෙස වටහා ගත හැකිය. යමෙක් පිළිගන්නේ නම් ඉතා විශාල නිරීක්ෂණ සංඛ්‍යාවක සීමාව තුළ අවිනිශ්චිතතාවයක් නොමැත. පද්ධතිය ඉතිරිව ඇති අතර, මේ අර්ථයෙන් නිරීක්ෂණ විශාල සංඛ්‍යාවක් ආකෘතියේ පරාමිතීන් දැන ගැනීමට සමාන වේ.

අපි යම් නිරීක්ෂණයක් කර ඇතැයි සිතමු, උදා: කාසි පෙරළීම් 10 ක ප්‍රති come ල. බේසියානු සංඛ්‍යාලේඛන වලදී, ඔබ නිරීක්ෂණය කළ දෙයින් ඔබ ආරම්භ කරන අතර අනාගත නිරීක්ෂණ හෝ ආදර්ශ පරාමිතීන්ගේ සම්භාවිතාව තක්සේරු කරයි. නිරන්තර සංඛ්‍යාලේඛන වලදී, ඔබ ආරම්භ කර ඇති නිරීක්ෂණ විශාල සංඛ්‍යාවක සිද්ධීන් උපකල්පනය කිරීමෙන් සත්‍යය පිළිබඳ අදහසකින් (උපකල්පිතයකින්) ආරම්භ වේ, උදා: කාසිය අපක්ෂපාතී වන අතර 50% හිස ඔසවයි, ඔබ එය බොහෝ වාරයක් විසි කළහොත්. නිරීක්ෂණ විශාල සංඛ්‍යාවක (= උපකල්පිත) මෙම අවස්ථා මත පදනම්ව, ඔබ කළ ආකාරයට නිරීක්ෂණ සිදු කිරීමේ වාර ගණන ඔබ තක්සේරු කරයි, එනම් කාසි පෙරළීම් 10 ක විවිධ ප්‍රති come ලවල සංඛ්‍යාතය. එවිට පමණක් ඔබ ඔබේ සත්‍ය ප්‍රති come ලය ලබාගෙන, සිදුවිය හැකි ප්‍රති of ල සංඛ්‍යාතයට සංසන්දනය කර, ප්‍රති frequency ලය ඉහළ සංඛ්‍යාතයකින් සිදුවීමට අපේක්‍ෂා කරන අයට අයත් දැයි තීරණය කරන්න. මෙය එසේ නම්, ඔබ විසින් කරන ලද නිරීක්‍ෂණය ඔබේ තත්වයන්ට (= උපකල්පිතයට) පටහැනි නොවන බව ඔබ නිගමනය කරයි. එසේ නොමැතිනම්, ඔබ විසින් කරන ලද නිරීක්‍ෂණය ඔබගේ සිද්ධීන් සමඟ නොගැලපෙන බව ඔබ නිගමනය කරන අතර ඔබ උපකල්පනය ප්‍රතික්ෂේප කරයි.

මේ අනුව බේසියානු සංඛ්‍යාලේඛන ආරම්භ වන්නේ නිරීක්ෂණය කළ දෙයින් වන අතර අනාගත ප්‍රති out ල තක්සේරු කරයි. සංඛ්‍යා ලේඛන සංඛ්‍යාලේඛන ආරම්භ වන්නේ යමෙකු යමක් උපකල්පනය කරන්නේ නම් නිරීක්ෂණය කළ හැකි දේ පිළිබඳ වියුක්ත අත්හදා බැලීමකින් වන අතර, පසුව පමණක් වියුක්ත අත්හදා බැලීමේ ප්‍රති come ල සැබවින්ම නිරීක්ෂණය කළ දේ සමඟ සංසන්දනය කරයි. එසේ නොමැතිනම් ප්රවේශයන් දෙක අනුකූල වේ. ඔවුන් විසින් කරන ලද හෝ උපකල්පිත කරන ලද සමහර නිරීක්ෂණ මත පදනම්ව අනාගත නිරීක්ෂණවල සම්භාවිතාව තක්සේරු කරයි.

මම මෙය වඩාත් විධිමත් ආකාරයකින් ලිවීමට පටන් ගතිමි:

නිරන්තරයෙන් අනුමාන කිරීම් සහ අනෙක් අතට විශේෂිත යෙදුමක් ලෙස බේසියානු අනුමානය ස්ථානගත කිරීම. අත්තික්කා.

http://dx.doi.org/10.6084/m9.figshare.867707

අත් පිටපත අලුත් ය. ඔබ එය කියවා අදහස් දැක්වුවහොත් කරුණාකර මට දන්වන්න.

— user36160
source

6

ඔවුන් විවිධ ආකාරවලින් සම්භාවිතාව දෙස බලන බව මම කියමි. බේසියානු ආත්මීය වන අතර නොදන්නා පරාමිතීන්ගේ විය හැකි අගයන් පිළිබඳ පූර්ව සම්භාවිතා ව්‍යාප්තියක් අර්ථ දැක්වීම සඳහා ප්‍රාථමික විශ්වාසයන් භාවිතා කරයි. එබැවින් ඔහු ඩිෆිනෙට්ටි වැනි සම්භාවිතා න්‍යායක් මත රඳා සිටී. නිරීක්‍ෂණය කරන ලද අනුපාතයක් මත පදනම්ව සීමිත සංඛ්‍යාතයක් සමඟ කළ යුතු දෙයක් ලෙස නිතර නිතර සම්භාවිතාව දකී. මෙය කොල්මෝගොරොව් සහ වොන් මයිසස් විසින් වර්ධනය කරන ලද සම්භාවිතා න්‍යායට අනුකූල වේ.
නිරන්තරයෙන් ක්‍රියා කරන්නෙකු පරාමිතික අනුමානයන් සිදු කරන්නේ සම්භාවිතා ශ්‍රිතය භාවිතා කරමිනි. බේසියානු ජාතිකයෙක් එය ගෙන එය පෙරට වඩා ගුණනය කර අනුමාන කිරීම සඳහා ඔහු භාවිතා කරන පශ්චාත් ව්‍යාප්තිය ලබා ගැනීම සඳහා එය සාමාන්‍යකරණය කරයි.

— මයිකල් ආර්. චර්නික්
source

4

+1 හොඳ පිළිතුරක්, නමුත් අවධාරණය කළ යුත්තේ බේසියානු ප්‍රවේශය සහ සංඛ්‍යාත ප්‍රවේශය ඔවුන්ගේ සම්භාවිතාව පිළිබඳ අර්ථ නිරූපණයට අනුව වෙනස් වන බවයි. අනෙක් අතට, කොල්මෝගොරොව්, සම්භාවිතාව පිළිබඳ න්‍යායට අක්ෂීය පදනමක් සපයයි , එයට බේසියානු හෝ සංඛ්‍යාතවාදීන් විසින් භාවිතා කරන ලද අර්ථකථනයක් (!) අවශ්‍ය නොවේ . එක් අතකින්, අක්ෂීය පද්ධතියට තමන්ගේම ජීවිතයක් ඇත! කොල්මෝගොරොව්ගේ අක්ෂර හයෙන් පමණක්, ඔහුගේ අක්ෂීය පද්ධතිය බේසියානු හෝ සංඛ්‍යාතවාදී යැයි කිව හැකි යැයි මම නොසිතමි. ඇත්ත වශයෙන්ම මේ දෙකටම අනුකූල විය හැකිය.

— ග්‍රේම් වොල්ෂ්

2

මම මෙම ප්‍රශ්නයට පිළිතුරු දෙන ආකාරය නම් නිතර නිතර ඔවුන් දකින දත්ත ඔවුන් අපේක්ෂා කළ දේ සමඟ සංසන්දනය කිරීමයි. එනම්, ඔවුන් කොපමණ වාර ගණනක් පිළිබඳ මානසික ආකෘතියක් ඇත යම් දෙයක් , පසුව දත්ත බලන්න සහ එය සිදු විය. එනම් ඔවුන් දුටු දත්ත ඔවුන් තෝරාගත් ආකෘතියට කොතරම් දුරට ඉඩ තිබේද යන්නයි.

අනෙක් අතට බේසියානු ජනයා ඔවුන්ගේ මානසික ආකෘති ඒකාබද්ධ කරති. එනම්, ඔවුන්ගේ පෙර අත්දැකීම් මත පදනම් වූ ආකෘතියක් ඔවුන් සතුව ඇති අතර එමඟින් දත්ත කෙබඳු විය යුතුදැයි ඔවුන් සිතන දේ පවසන අතර පසුව ඔවුන් මෙය නිරීක්‍ෂණය කරන දත්ත සමඟ ඒකාබද්ධ කර යම් යම් ' පශ්චාත්' විශ්වාසයන් මත සමථයකට පත් වේ. එනම්, ඔවුන් නිරීක්ෂණය කළ දත්ත අනුව ඔවුන් තෝරා ගැනීමට බලාපොරොත්තු වන ආකෘතිය වලංගු බව ඔවුන් සොයා ගනී.

— ඩෙමෙට්‍රියෝස් පැපකොස්ටාස්
source

ඉතින්, වෙනත් වචන වලින් කිවහොත්, නිතර නිතර යන අය දෙස බලයි

P (d a t a | m o d e l)

$P(data | model)$ බේසියානු ජාතිකයෙක් බලන අතර

P (m o d e l | d a t a)

$P(model | data)$ ...?

— මාටීන් උල්හාක්

වර්ග කිරීම. බේසියානුවන් මූලිකවම කරන්නේ පී (ආකෘතිය | දත්ත)

\prop

$\prop$ පී (දත්ත | ආකෘතිය) පී (ආකෘතිය), එහිදී පී (ආකෘතිය) පෙර වේ. මම මේ ගැන වැඩි වැඩියෙන් ඉගෙන ගන්නා තරමට මගේ පිළිතුර ප්‍රමාණවත් නොවන බවක් දැනේ. නිදසුනක් ලෙස, නිතර නිතර සංඛ්‍යාලේඛනවල විශේෂ ලක්‍ෂණයක් වන්නේ උපරිම සම්භාවිතා තක්සේරුකරු වන අතර, එය අත්‍යවශ්‍යයෙන්ම ලබා දී ඇති දත්ත ලබා දී ඇත, කුමන ආදර්ශ පරාමිතීන් මා දුටු දේ බොහෝ දුරට කරයි. බේසියානුවන්ටද මෙය අවශ්‍ය වේ, නමුත් පරාමිතියේ යම් යම් පූර්ව ව්‍යාප්තිය මත පදනම්ව පරාමිතියේ සියලු අගයන් ඒකාබද්ධ කිරීමෙන් ඔවුන් ආකෘතිය ගණනය කරයි. සංඛ්‍යාතවාදීන් ආදර්ශ පරාමිතියක් තෝරාගන්නේ ඔවුන් දුටු දේ බොහෝ දුරට ඉඩ ඇති බැවිනි.

— ඩෙමෙට්‍රියෝස් පැපකොස්ටාස්

-2

නිතර නිතර: සොබාදහමේ සැබෑ තත්වය එයයි. මම පුරුද්දක් ලෙස මේ වගේ විශ්ලේෂණයන් කළහොත්, මගේ පිළිතුරු වලින් 95% ක්ම නිවැරදි වනු ඇත.

බේසියානු: සත්‍ය පිළිතුර වීමට 95% ක අවස්ථාවක් තිබේ .... ඔබ පදනම් කරගත් දත්ත හා සත්‍යය කුමක්ද යන්න පිළිබඳ අපගේ පූර්ව අනුමාන කිරීම් මත පදනම් වූවකි.

— එමිල් එම් ෆ්‍රීඩ්මන්
source

-3

නිතර නිතර: ඩයිස් මත ඔට්ටු ඇල්ලීම. ප්‍රති ice ලය තීරණය කරනු ලබන්නේ ඩයිස් වල වටිනාකම පමණි: ඔබ ඔබේ ඔට්ටුව දිනයි හෝ නැත. අහම්බෙන් පමණක් රඳා පවතී.

බේසියානු: ටෙක්සාස් හෝල්ඩම් පෝකර් ගහන්න. ඔබගේ කාඩ්පත් දෙක දකින එකම තැනැත්තා ඔබයි. මේසයේ සිටින අනෙක් ක්‍රීඩකයින් ගැන ඔබට යම් දැනුමක් තිබේ. නළය, හැරීම සහ ගංගාව ජය ගැනීම සඳහා ඔබේ සම්භාවිතාව ඔබ විසින් සකස් කළ යුතු අතර සමහර විට ක්‍රීඩකයන් ඉතිරිව ඇත්තේ ඒ අනුව ය. ඔවුන් නිතරම බොඳ වෙනවාද? ඔවුන් ආක්‍රමණශීලී හෝ උදාසීන ක්‍රීඩකයන්ද? මේ සියල්ල ඔබ කරන දේ තීරණය කරයි. එය ඔබට ලැබුණු පළමු අත් කාඩ්පත් දෙකේ සම්භාවිතාව පමණක් නොව, ඔබ දිනන්නේද නැද්ද යන්න තීරණය කරයි.

නිතර නිතර පෝකර් ගහන්න යන්නෙන් අදහස් කරන්නේ සෑම ක්‍රීඩකයෙක්ම ආරම්භයේදීම දෑත් පෙන්වන අතර පසුව ඔට්ටු ඇල්ලීම හෝ නැවීම, පෙරළීම සහ ගංගා කාඩ්පත් පෙන්වීමට පෙරය. දැන් එය රඳා පවතින්නේ ඔබ දිනුවත් නැතත් නැවත අහම්බයක් මත පමණි.

— ccrider
source

-6

ඔබට හිසරදයක් ඇති වී වෛද්‍යවරයකු හමුවීමට ගියහොත් කියන්න. වෛද්‍යවරයාගේ තීරණ ගැනීමේදී හිසරදයට හේතු දෙකක්, මොළයේ ගෙඩියක් සඳහා # 1 (99% ක්ම හිසරදය ඇති කරන මූලික හේතුව) සහ # 2 සීතල (ඉතා සුළු රෝගීන් අතර හිසරදයක් ඇති කළ හැකි හේතුවක්) යැයි සිතමු. .

එවිට නිතර නිතර ප්‍රවේශය මත පදනම්ව වෛද්‍යවරුන්ගේ තීරණ වනු ඇත, ඔබට මොළයේ ගෙඩියක් තිබේ.

බේසියානු ප්‍රවේශය මත පදනම් වූ වෛද්‍යවරුන්ගේ තීරණය ඔබට කියනු ඇත, ඔබට සෙම්ප්‍රතිශ්‍යාව වැළඳී ඇත (සීතලෙන් 1% ක් පමණක් හිසරදයට හේතු වුවද)

— යැං ෆු
source

1

(-1) “සංඛ්‍යාත ලේඛනය” සහ “බේසියානු ලේඛනය” අතර වෙනස කුමක්ද යන්න පැහැදිලි නැත. සීතල හිසරදය පිළිබඳ දත්ත නිතර නිතර ලේඛනය නොසලකා හැරීමට කිසිදු හේතුවක් මා දකින්නේ නැත . බේසියානු ලේඛනය කෙසේ හෝ බේස් ප්‍රමේයය හෝ ප්‍රියර්ස් භාවිතා කරන බවක් නොපෙනේ, එබැවින් ඔහු බේසියානු වන්නේ කෙසේදැයි මට නොපෙනේ.

— ටිම්

1

ප්‍රයෝජනවත් හෝ විනෝදාත්මක ප්‍රතිසමයක් වීමට නොහැකි තරම්ය.

— නික් කොක්ස්

-7

පිරිමි බළලෙකු හා ගැහැණු බළලෙකු දින 70 ක් සඳහා ප්‍රමාණවත් ආහාර හා ජලය සමඟ වානේ කුටියක ලියා ඇත.

ගවයින් සඳහා සාමාන්‍ය ගර්භණී කාලය යැයි නිතර නිතර පවසනවා පවසන්නේ දින 66 ක් බවත්, බළලුන් ලියන විට ගැහැණු සතා රස්නේ සිටින බවත්, එක් වරක් රස්නයෙන් ඇය දින 4 සිට 7 දක්වා නැවත නැවත සංසර්ගයේ යෙදෙන බවත්ය. බොහෝ ප්‍රචාරක ක්‍රියා සහ ගර්භණී කාලය සඳහා ප්‍රමාණවත් කාලයක් ඇති බැවින්, අවාසිය නම්, 70 වන දින පෙට්ටිය විවෘත කරන විට, අලුත උපන් පූස් පැටවුන් පැටවුන් ඇත.

බේසියානු ජාතිකයෙක් කියනු ඇත, පළමුවන දින පෙට්ටියෙන් බැරෑරුම් මර්වින් ගයේ එන බව මට ඇසිණි. අද උදේ මට පෙට්ටියෙන් පූස් පැටවුන් වැනි ශබ්ද ඇසිණි. එබැවින් බළලුන් ප්‍රජනනය ගැන වැඩි යමක් නොදැන, අවාසිය නම්, 70 වන දින පෙට්ටිය විවෘත කරන විට, අලුත උපන් පූස් පැටවුන් පැටවුන් ඇත.

— සිංහයෙකු
source

මා එය ලියා ඇති ආකාරය, විශේෂයෙන් බේසියානුවන් බළලුන් ප්‍රජනනය ගැන වැඩි යමක් නොදැන සිටීම, ආරම්භයේ දී පූස් පැටවුන් සිටීම ගැන නිතර නිතර පමණක් ඔට්ටු අල්ලයි. මගේ ඉතා ගොරහැඩි උදාහරණයේ අදාළ කරුණු බොහෝ විට ආරම්භයේ දත්ත පදනම් කරගෙන නිතර නිතර අනාවැකි පළ කර, පසුව නව අතිරේක දත්ත ඇතුළත් නොකර වාඩි වී සිටි අතර, බේසියානු ජාතිකයාට ආරම්භ කිරීමට වැඩි දත්ත ප්‍රමාණයක් නොතිබුණද, දිගටම සංස්ථාගත විය. අදාළ දත්ත ලබා ගත හැකි වන විට.

— සිංහයෙකු

4

... සහ බේසියානු නොවන අයෙකු අමතර දත්ත ලබා නොගන්නේ ඇයි?

— whuber

සරල ඉංග්‍රීසියෙන් බේසියානු හා නිතර නිතර තර්ක කිරීම

නිතර නිතර තර්කනය

බේසියානු තර්කනය