теорема Байеса
В теории вероятностей и статистике теорема Байеса (альтернативно закон Байеса или правило Байеса ; недавно теорема Байеса-Прайса [1] : 44, 45, 46 и 67 ), названная в честь Томаса Байеса , описывает вероятность события на основе на предварительном знании условий, которые могут быть связаны с событием. [2]Например, если известно, что риск развития проблем со здоровьем увеличивается с возрастом, теорема Байеса позволяет более точно оценить риск для человека известного возраста (обусловливая его возрастом), чем просто предположить, что человек типично для населения в целом.
Одним из многих приложений теоремы Байеса является байесовский вывод , особый подход к статистическому выводу . При применении вероятности, включенные в теорему, могут иметь различную вероятностную интерпретацию . С байесовской интерпретацией вероятности теорема выражает, как степень уверенности, выраженная как вероятность, должна рационально изменяться для учета наличия соответствующих свидетельств. Байесовский вывод лежит в основе байесовской статистики .
где и события и . _
где вероятность того, что и А, и В верны. По аналогии,
Решение и подстановка в приведенное выше выражение для дает теорему Байеса:
Синяя неоновая вывеска, показывающая простое утверждение теоремы Байеса.
Рис. 1. Использование частотного поля для визуального отображения путем сравнения заштрихованных областей
Рисунок 2: Геометрическая визуализация теоремы Байеса.
Рисунок 4: Древовидная диаграмма, иллюстрирующая пример с жуком.
R, C, P и — события редкие, обычные, закономерность и отсутствие закономерности. Проценты в скобках рассчитаны. Даны три независимых значения, поэтому можно вычислить обратное дерево.
Рис . 5. Применение теоремы Байеса к пространству событий, порожденному непрерывными случайными величинами
X и
Y. Существует пример теоремы Байеса для каждой точки
области . На практике эти экземпляры могут быть параметризованы путем записи указанных плотностей вероятности как
функции x и
y .
Рис. 6. Способ концептуализации пространств событий, генерируемых непрерывными случайными величинами X и Y.