এক্সθপি( এক্সএন। এক্সn - 1, … এক্স1, θ ) = পি( এক্সএন∣ θ )
θθθ
এক্সএনθ
বায়েশিয়ান বনাম ক্লাসিকাল পরিসংখ্যানবিদ
এক্সআমি
- পি( এক্সআমি= এইচ)θθ
- θ
θθ
এই কোথায় যাচ্ছে?
ধরা যাক আমরা মুদ্রাটিকে বার বার ফ্লিপ করি । একটি ফ্লিপ অন্যটির ফলাফলকে প্রভাবিত করে না। শাস্ত্রীয় পরিসংখ্যানবিদ এই স্বতন্ত্র ফ্লিপগুলি ডাকতেন (এবং প্রকৃতপক্ষে তারা)। আমাদের থাকবে:
পি ( x n = H ∣ x n)এন
পি( এক্সএন= এইচ। Xn - 1, এক্সn - 2, … , এক্স1) = পি( এক্সএন= এইচ) = θ
θ
একজন বায়েশিয়ান ব্যক্তিগত সম্ভাবনার গভীরতায় বলে যে বিষয়টি তার দৃষ্টিভঙ্গি থেকে সম্ভাবনা কী ! । তিনি যদি এক সারিতে 10 টি মাথা দেখেন তবে একটি 11 তম মাথা সম্ভবত হয় কারণ এক সারিতে 10 টি মাথা মুদ্রা মাথার পক্ষে lর্ধ্বমুখী বলে বিশ্বাস করে।
পি( এক্স11=এইচ। X10=এইচ, এক্স9=এইচ, … , এক্স1=এইচ) > পি( এক্স1=এইচ)
θθθ
পি( এক্স11=এইচ। X10=এইচ, এক্স9=এইচ, … , এক্স1=এইচ, θ ) =পি( এক্স1=এইচ∣ θ ) = θ
θθ
আরও নোট
আমি এখানে একটি সংক্ষিপ্ত পরিচিতি দেওয়ার জন্য যথাসাধ্য চেষ্টা করেছি, তবে আমি যা করেছি তা সর্বোপরি বেশিরভাগ ক্ষেত্রে এবং ধারণাগুলি কিছুটা বিবেচনায় বেশ গভীর। আপনি যদি সম্ভাবনার দর্শনে ডুব নিতে চান তবে সেভেজের ১৯৫৪ বই, ফাউন্ডেশন অফ স্ট্যাটিস্টিক্স একটি ক্লাসিক। গুগল বায়েসিয়ান বনাম ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘন and
আইআইডির ড্র সম্পর্কে চিন্তা করার আরেকটি উপায় হ'ল ডি ফিনেটির উপপাদ্য এবং বিনিময়যোগ্যতার ধারণা । বায়েসীয় কাঠামোর ক্ষেত্রে, বিনিময়যোগ্যতা কিছু সুপ্ত র্যান্ডম ভেরিয়েবলের ক্ষেত্রে শর্তাধীন স্বাধীনতার সমতুল্য (এই ক্ষেত্রে, মুদ্রার ল্যাপসাইডনেস)।