Условные вероятности - уникальны ли они для байесовства?

10

Интересно, являются ли условные вероятности уникальными для байесовского подхода, или они являются более общей концепцией, которая разделяется между несколькими школами мысли среди статистиков / вероятностных людей.

Я как бы полагаю, что это так, потому что я предполагаю, что никто не может отчасти логично, так что я думаю, что частые люди, по крайней мере, теоретически согласятся, предостерегая против байесовского вывод больше из практических соображений, а не из-за условных вероятностей.п(A,В)знак равноп(A|В)п(В)

wirrbel
источник
1
«Байесовский» и «частый» описывают разные подходы к решению проблем, а не разные базовые теории. Мне понадобилось время, чтобы получить это. Вот пример .
user541686
6
Я бы добавил, что, возможно, все вероятности любого рода условны; это всего лишь случай того, являются ли условия явными, нотационными или концептуальными.
Ник Кокс
Разве это не просто вопрос того, что элементы выборочного пространства события являются либо взаимоисключающими и непересекающимися (независимыми), либо иными объединенными (зависимыми)? Не обусловлена ​​ли условная вероятность последним? Поэтому байесианство - это всего лишь частный случай применения априорных знаний для выведения решения проблемы.
AsymLabs
Термин «вероятность» является более ограничительным при частом использовании, чем в байеровском, поэтому существуют случаи, когда p (A | B) и p (B) являются действительными вероятностными вероятностями, а p (A, B) - нет.
накопление

Ответы:

7

Чтобы накапливать другие и совершенно адекватные ответы, примеров моделей условной вероятности предостаточно в линейных и обобщенных линейных моделях, поскольку определение таких моделей зависит от регрессоров или ковариат:

Y|Икс~е(Y;г(ИксTβ),σ)

И понятие условных распределений вероятностей определено в теории мер без ссылки на статистику и, тем более, на «байесовство». Например, Рени построил теорию вероятностей из условных версий. Отметим также, что в теории формальной меры обусловливание относится к field а не к событию. Условное математическое ожидание является то измеримая функция такая , что для всех измеримых функций . (Как видно из концепции мартингаловσS Е[Икс|S]S

ЕS{[Икс-Е[Икс|S]Z}знак равно0
SZ.)
Сиань
источник
21

Как и во всей теории вероятностей , условная вероятность не имеет ничего общего с байесовской статистикой по сравнению с статистикой. Даже теорема Байеса не является «байесовской», но является общей теоремой о вероятности, например, ее можно использовать для коррекции вероятностей для базовой скорости без каких-либо априоров или субъективной байесовской интерпретации для вероятности .

Если вы спросите «какова вероятность получить работу инженера базы данных, учитывая, что вы женщина?», Или «какова вероятность того, что у вас ВИЧ, если тест Вестерн-блоттинга был положительным?», Тогда вы спросите об условном вероятности. Модели логистической регрессии условной вероятности и др.

См. Также Есть ли * математическая * основа для дебатов Байеса против частых? и байесовский против частых интерпретаций вероятности

Тим
источник
2
Можем ли мы использовать пример с менее горячей кнопкой? «Вероятность столкновения с инженером меньше 5'6» », например,
JFA
3
@JFA Я не вижу никаких проблем с примером, по крайней мере, он дает вам представление о том, имеет ли смысл здесь кондиционирование.
Тим
10

Частые методы также используют условные вероятности. Значение p является условной вероятностью. Единственная проблема заключается в том, что это не очень полезная или интуитивная условная вероятность. Если мы вычисляем коэффициент корреляции, и наша машина выплевывает «p = .03», то, что она на самом деле говорит:

п(D*|ЧАС0)знак равно+0,03

Где относится к наблюдаемым данным или более экстремальным данным (т. Е. К данным, которые дают наблюдаемый результат или результат, более сильный в том же направлении), а является нулевой гипотезой (и всеми допущениями, которые согласуются с ней).H 0D*ЧАС0

Условие на нулевую гипотезу, вероятность, что мы наблюдаем наши данные или более экстремальные данные, составляет .03. Это условная вероятность, которая полностью отсутствует в теореме Байеса. Это просто, на мой взгляд, обычно не так полезно (если только вы действительно не пытаетесь получить такую ​​вероятность по той или иной причине).

Марк Уайт
источник
7
Я думаю, что «не интуитивно» - это справедливая критика, но «не полезно» немного далеко. Критика р-значений все хорошо и хорошо, но они могут быть хорошо использованы осторожными учеными.
Мэтью Друри
2
@ MatthewDrury это честно; Я был слишком силен с моим языком. У меня есть запись публикации, заполненная выводами, сделанными из p-значений, поэтому я должен согласиться. Тем не менее, можно утверждать, что вывод p-значения полезен только в том случае, если он аппроксимирует байесовский задний охват нуля, а не вывод как таковой.
Марк Уайт
4
Да, я согласен, что есть разумный аргумент, чтобы быть там. Я просто хочу, чтобы мы были осторожны с пренебрежением нашими ответами, это важно для квалификации.
Мэтью Друри
@MatthewDrury +1 согласен и хороший момент
Марк Уайт
3

Я не думаю, что было бы справедливо сказать, что условные вероятности уникальны для байесовства.

(Измерьте экспертов по теории, пожалуйста, не стесняйтесь поправлять меня.)

Один из способов просмотра условной вероятности - особенно когда у вас одинаково вероятные результаты - основывает вычисление вероятности на подмножестве , где - это пространство выборки.ΩΩ'ΩΩ

Например, рассмотрим некоторые фиктивные данные, собранные (примечание: у нас нет «предыдущей» информации) в опросе:

ΩP:A[0,1]AσΩ

мужчинаженскийВладеет телевизором7572Не владеет телевизором2528
Давайте предположим, что вероятность выбора любого человека, опрошенного выше, одинаково вероятна. Рассмотрим примерное пространство всех опрошенных людей и пусть , где - непустая -алгебра подмножеств .Ωп:A[0,1]AσΩ

По определению одинаково вероятного события, для любого события , гдеобозначает множество элементовAA

п(A)знак равно|A||Ω|
||

Если бы мы интересовались, скажем, вероятностью владения телевизором, учитывая, что вы - женщина, и пусть будет событием, когда вы будете женщиной, а - случаем владения телевизором, мы вычислим вероятность как , и мы лечим в нашем новом выборочном пространстве . Но обратите внимание, что мы можем написать Это в точности определение условной вероятности и не использует теорему Байеса. Все, что мы делаем, это ограничиваем наше пространство для образцов.AВ

|AВ||A|
AΩ'знак равноA
|AВ||A|знак равно|AВ|/|Ω||A|/|Ω|знак равноп(AВ)п(A)
Кларнетист
источник
1

Я немного опоздал на эту конкретную вечеринку, но я решил добавить более философский ответ к другим отличным ответам здесь, на случай, если это будет полезно для будущих искателей.

еN(AЕ)AЕNеN(Е)ЕN

п(AЕ)знак равноИтNеN(AЕ)N
п(Е)знак равноИтNеN(Е)N
п(A|Е)быть долей времени, когда истинно, что также верно, в бесконечном пределе: Предположим, что не равно нулю, ЕA
п(A|Е)знак равноИтNеN(AЕ)еN(Е)
п(Е)
п(A|Е)знак равноИтNеN(AЕ)/NеN(Е)/Nзнак равноИтNеN(AЕ)/NИтNеN(Е)/Nзнак равноп(AЕ)п(Е),

supergeneric
источник