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.
bayesian
conditional-probability
wirrbel
источник
источник
Ответы:
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:
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 мартингаловσ S E [X| S ] S
источник
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
источник
Частые методы также используют условные вероятности. Значение p является условной вероятностью. Единственная проблема заключается в том, что это не очень
полезная илиинтуитивная условная вероятность. Если мы вычисляем коэффициент корреляции, и наша машина выплевывает «p = .03», то, что она на самом деле говорит: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).
источник
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'⊂ Ом Ω
Например, рассмотрим некоторые фиктивные данные, собранные (примечание: у нас нет «предыдущей» информации) в опросе:
ΩP:A→[0,1]AσΩ
По определению одинаково вероятного события, для любого события , гдеобозначает множество элементовA ∈ A
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.A В
источник
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.
источник