বয়েস উপপাদ্যটিতে ধ্রুবককে সাধারণকরণ করা

15

$\Pr(\textrm{data})$

Pr (parameters ∣ data) = \frac{Pr (data ∣ parameters) Pr (parameters)}{Pr (data)}

$\Pr(\text{parameters} \mid \text{data}) = \frac{\Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\text{parameters})}{\Pr(\text{data})}$

যাকে নরমালাইজিং ধ্রুবক বলা হয় । এটা ঠিক কি? এর উদ্দেশ্য কী? কেন এটি মতো দেখাচ্ছে ? কেন এটি পরামিতিগুলির উপর নির্ভর করে না? $\Pr(data)$

probability bayesian

— অপেশাদার
সূত্র

4

আপনি যখন

সংহত করেন, আপনি প্যারামিটারগুলির সাথে একীভূত হন এবং ফলাফলের পরামিতিগুলির উপর নির্ভর করে কোনও পদ থাকে না, একইভাবে

f (data | params) f (params)

$f(\text{data}|\text{params})f(\text{params})$

উপর নির্ভর করে না।

\int_{x = 0}^{x = 2} x y d x = 2 y

$\int_{x=0}^{x=2}xy\;dx = 2y$

x

$x$

— হেনরি

16

ডিনোমিনেটর, যোগ করার সম্ভাবনা, থেকে প্যারামিটারগুলি একীভূত করে প্রাপ্ত হয় । এটি ডেটার প্রান্তিক সম্ভাবনা এবং অবশ্যই, এটি প্যারামিটারগুলির উপর নির্ভর করে না যেহেতু এগুলি সংহত করা হয়েছে। $\Pr(\textrm{data})$ $\Pr(\textrm{data}, \textrm{parameters})$

এখন থেকে:

প্যারামিটারগুলির উপর নির্ভর করে না যার জন্য কেউ অনুমান করতে চায়; $\Pr(\textrm{data})$
সাধারণত একটি বন্ধ-ফর্ম গণনা করা কঠিন; $\Pr(\textrm{data})$

একটি প্রায়শই বেয়ের সূত্রটির নীচের রূপান্তরটি ব্যবহার করে:

$\Pr(\textrm{parameters} \mid \textrm{data}) \propto \Pr(\textrm{data} \mid \textrm{parameters}) \Pr(\textrm{parameters})$

মূলত, একটি "নরমালাইজিং ধ্রুবক" ব্যতীত কিছুই নয়, যেমন একটি ধ্রুবক যা উত্তরীয় ঘনত্বকে একের সাথে সংহত করে তোলে । $\Pr(\textrm{data})$

— ocram
সূত্র

2

" প্যারামিটারগুলি একীভূত করে" এর অর্থ কী ? এই প্রসঙ্গে "সংহতকরণ" এর সুনির্দিষ্ট অর্থ কী?

— nbro

2

@nbro: আমি বলতে চাচ্ছি Pr (ডাটা) = জনসংযোগ পরামিতি উপর অবিচ্ছেদ্য (ডেটা, পরামিতি)

— ocram

2

$\Pr(\textrm{data})$

— কঠোর
সূত্র