Ideile centrale sunt văzute într-un număr mare de posturi, "Bayesianismul" are propriul etichetă, însă nu există un post separat care să lege legăturile și să spună "acesta este Bayesianismul". Așadar, permiteți-mi să încerc să ofer definiția mea, care reduce Bayesianismul la trei principii-cheie.
Începem cu un scurt exemplu care ilustrează teorema lui Bayes. Să presupunem că sunteți medic și că pacientul vine la voi care se plânge de o durere de cap. Mai mult, să presupunem că există două motive pentru care un cap poate fi rănit: o tumoare pe creier și o răceală. O tumoare cerebrală cauzează întotdeauna o durere de cap, dar este o boală extrem de rară. În schimb, o durere de cap rar apare cu o răceală, dar mulți oameni se răcesc în fiecare an. Dacă nu există alte informații, ce este mai probabil - că o persoană a răcit sau are o tumoare pe creier?
Dacă decideți că frigul este cel mai probabil, a fost răspunsul pe care îl așteptam. Chiar dacă tumora provoacă dureri de fiecare dată când o răceală în doar un procent din cazuri, răceli atât de mult mai mult ca incidenta dureri de cap cauzate de frig, mult mai mult decât durerea cauzata de o tumoare pe creier. teorema lui Bayes, în esență, spune că în cazul în care cauza A poate fi o sursă de simptome X, atunci avem, luând în considerare atât probabilitatea ca o cauzeaza X (este, aproximativ, prin multiplicarea frecvenței și pe posibilitatea ca A va provoca X) și probabilitatea ca ceva altfel aceasta va provoca X (pentru o explicație detaliată a teorema lui Bayes matematice se referă la explicarea intuitiv Eliezer).
Nu este nimic surprinzător în acest lucru, desigur. Să presupunem că te duci pe stradă și vezi oameni care alerg. Ei pot fi pe fugă, undeva să se grăbească sau ei vor să se încălzească. Pentru a înțelege care dintre presupoziții este adevărată, încercați să determinați care dintre explicații este adevărată cel mai adesea și care se potrivește cel mai bine situației.
Principiul cheie 1: orice observație dată are multe cauze diferite.
Recunoașterea acestui fapt, totuși, duce la ceva mai puțin intuitiv. Pentru orice observație primită, cum ar trebui să o interpretați, întotdeauna bazată pe informații anterioare. O simplă observație a unei persoane de rulare, nu va fi suficient să spunem că el a fost în grabă, sau el a fost doar o alergare de dimineață. Sau să presupunem că trebuie să aleagă între două teorii concurente ale mișcării planetare: o teorie a legilor fizicii, propuse de Sir Isaac Newton, sau teoria care spune că Monster Flying Pasta pur și simplu împinge planeta mâinii sale de paste. Dacă aceste două teorii face aceleași predicții, ar trebui să se bazeze pe cunoștințele lor de fond (în prealabil în acest sens, pe scurt), pentru a decide care dintre ele este mai probabil. Și chiar și atunci când previziunile lor sunt diferite, veți avea nevoie de încă unele cunoștințe pe care se poate determina care dintre predicțiile este mai bine; să nu mai vorbim de faptul că, din cauza unor motive suntem interesați în estimarea și nu gradul de eleganta a teoriei.
Sau discutați despre teoriile conspirației. Unii oameni cred că lucrurile inexplicabile sau suspicioase din înregistrările oficiale înseamnă că există o conspirație de stat. Alții cred că probabilitatea prealabilă a ipotezei „guvernul este gata să organizeze operațiuni de masă riscante cu mii de victime nevinovate, în scopul de a induce în eroare publicul“ este foarte mică și ei cred că mult mai probabil are ceva care cauzează lucruri suspecte de date.
Principiul cheie 2: modul în care interpretăm orice eveniment și noile informații primite de oriunde depinde de informațiile pe care le avem deja.
Subprinciples 1: Dacă observați un fenomen care poate fi, în opinia dumneavoastră, este cauzată de numai cauza A, intreaba-te: „Și dacă acest motiv nu exista - ar putea fi de așteptat să respecte, indiferent același fenomen cu aceeași probabilitate?“ Dacă răspunsul este " da ", atunci poate motivul nu este A.
Această înțelegere ne conduce la ...
Principiul cheie 3: Putem folosi conceptul de probabilitate pentru a măsura credințele noastre subiective în ceva. Mai mult decât atât, putem aplica legi matematice legate de probabilitate, pentru a alege între diferite convingeri. Dacă dorim ca credințele noastre să fie adevărate, ar trebui să facem acest lucru.
Faptul că orice fenomen poate avea un număr infinit de motive explică de ce Bayesienii sunt atât de stricți atunci când confirmă teorii. Nu este suficient ca teoria să explice fenomenul; dacă poate explica prea mult, nu este o teorie bună. Amintiți-vă: un fenomen care ar apărea chiar și în cazul în care cauza pe care nu o sugerați este o confirmare slabă a ipotezei dumneavoastră. În mod similar, dacă teoria poate explica orice fenomen observat, adică dacă teoria rezolvă orice eveniment eventual, atunci nimic pe care îl observați nu va fi o dovadă a acestei teorii.
În centrul său, Bayesianismul nu este nimic mai complicat decât acesta: gândirea cu un set de trei principii-cheie care sunt pe deplin luate în considerare. Să adăugăm o picătură de idealism: Bayesianul perfect este cel care procesează toate informațiile în perfecțiune și întotdeauna vine la concluzii mai bune care pot fi făcute numai din datele disponibile. Când vorbim despre Bayesianism, acesta este idealul pentru care ne străduim.
Complet stăpânită, această gândire tinde să vă culoreze gândurile în propria dvs. culoare specială. Odată ce îți dai seama că toate credintele pe care le au, pe baza - într-un sens mecanic, juridic - în credința că ați avut ieri, care se bazează pe convingerile care au fost cu tine anul trecut, care se bazează pe convingerile care erau cu tine când erai încă un copil, care se bazează pe ipotezele despre lume, care au fost construite în creier atunci când au fost în creștere în uter ... va face sa crezi despre convingerile tale într-o măsură mai mare. Să vă faceți griji dacă toate aceste credințe anterioare au fost în realitate cât se poate de adevărate.
Deci, în esență, de ce acest site este necesar: pentru a ne ajuta să devenim bayesieni buni.
Articole similare
Trimiteți-le prietenilor: