În distribuția inferență Bayesiana a priori de probabilitate (distribuție de probabilitate prealabilă născut sau chiar înainte ..) Valoarea incertă a p - distribuției de probabilitate. care exprimă ipoteza p în contul datelor experimentale. De exemplu, dacă p - proporția alegătorilor gata să voteze pentru un anumit candidat, distribuția prealabilă este ipoteza p la luarea în considerare a rezultatelor alegerilor sau sondaje. Acesta a contrastat cu o probabilitate a posteriori.
Conform teorema lui Bayes. produs normalizat al distribuției a priori pentru funcția de probabilitate este distribuția condiționată de o valoare incertă conform datelor runde.
Înainte de distribuție este adesea întrebat de experți cu experiență în mod subiectiv. Dacă este posibil, utilizați conjugatul înainte. care simplifică calculele.
distribuția prealabilă a parametrilor numit hyperparameters. pentru a le distinge de parametrii de model de date. De exemplu, dacă utilizați o distribuție beta pentru a modela distribuția parametrului p a distribuției Bernoulli. atunci:
- p - parametrul model de date (distribuție Bernoulli)
- α și β - parametrii de distribuție apriori (distribuție beta), adică hiper parametri.
distribuție anterior Informativ [edita | editarea textului wiki]
distribuție prealabilă Informativ exprimă informații specifice despre o variabilă. De exemplu, o adecvată o distribuție a priori pentru mâine după-amiază de temperatura exterioară va fi considerată o distribuție normală, cu o valoare medie. egală cu temperatura la prânz astăzi, și varianța. Temperatura de dispersie egală zilnic.
Astfel, a posteriori de distribuție pentru problema (azi temperatura) devine a priori pentru o altă sarcină (mâine temperatură); mai multe dovezi acumulate a priori, mai puțin dependentă de presupunerea inițială și mai mult - din datele acumulate.
distribuție anterior uninformative [edita | editarea textului wiki]
distribuție anterior uninformative exprimă informații neclare sau generale cu privire la o variabilă. Acest nume nu este foarte precisă, mai precis nu ar fi foarte informativ sau obiectiv a priori a priori. deoarece proprietățile distribuției nu sunt atribuite în mod subiectiv. De exemplu, acest lucru poate fi a priori exprima „obiectiv“ informații care „variabilă nu poate fi decât pozitiv“ sau „intervale variabile.“
Cea mai simplă și cea mai veche regulă de destinație neinformativ principiul a priori este indiferenta. care atribuie probabilități egale tuturor posibilităților.
Problemele parametrului Estimarea utilizării neinformative a priori, aduce, de obicei, rezultate care diferă puțin de cele tradiționale, precum și funcția de probabilitate aduce de multe ori mai multe informații decât neinformative a priori.
distribuție anterior incorectă [edita | editarea textului wiki]
Dacă teorema lui Bayes este scris ca:
este evident că va rămâne valabilă în cazul în care toate a priori probabilitatea P (Ai) și P (Aj) vor fi multiplicate cu aceeași constantă; același lucru este valabil și pentru variabile aleatoare continue. Posteriori probabilitate va fi normalizat cu suma (sau integral) 1, chiar dacă nu este a priori au fost normalizate. Astfel, distribuția prealabilă trebuie să indice numai proporțiile corecte probabilități.