কখন (এবং কেন) বায়েশিয়ানরা বৈধ বায়েশিয়ান পদ্ধতিগুলি প্রত্যাখ্যান করে? [বন্ধ]


9

আমি যা পড়েছি এবং অন্যান্য প্রশ্নগুলির উত্তর থেকে এখানে আমি জিজ্ঞাসা করেছি, অনেক তথাকথিত ঘন ঘন ঘন ঘনতান্ত্রিক পদ্ধতিগুলি গাণিতিকভাবে মিলিয়ে যায় ( তারা যদি দার্শনিকভাবে মিলিত হয় তবে আমি কেবল তার যত্ন করি না যে এটি গাণিতিকভাবে সামঞ্জস্য করে কিনা) কেবল তথাকথিত বিশেষ ক্ষেত্রে to বায়েশিয়ান পদ্ধতি (যারা এই বিষয়ে আপত্তি করেন তাদের জন্য, এই প্রশ্নের নীচের নোটটি দেখুন)। সম্পর্কিত প্রশ্নের এই উত্তর (আমার নয়) এই উপসংহারটিকে সমর্থন করে:

বেশিরভাগ ফ্রিকোয়েন্সিস্ট পদ্ধতিতে বায়েশিয়ান সমতুল্য থাকে যা বেশিরভাগ পরিস্থিতিতে মূলত একই ফলাফল দেয়।

নোট করুন যে কী অনুসরণ করে, গাণিতিকভাবে একই অর্থ একই ফলাফল দেওয়া। যদি আপনি দুটি পদ্ধতি চিহ্নিত করেন যা সর্বদা "আলাদা" হিসাবে একই ফলাফল দেওয়ার প্রমাণিত হতে পারে তবে এটি আপনার অধিকার, তবে এটি একটি দার্শনিক রায়, কোনও গাণিতিক বা বাস্তব নয়।

"বেইশিয়ানস" হিসাবে স্ব-বর্ণনা দেওয়ার মতো অনেক লোক, যদিও এটি ( গাণিতিকভাবে ) বায়েশিয়ান পদ্ধতির একটি বিশেষ ক্ষেত্র হলেও এটি যে কোনও পরিস্থিতিতে সর্বাধিক সম্ভাবনা অনুমান ব্যবহার করে প্রত্যাখ্যান করে বলে মনে হয় যে এটি একটি "ঘনতান্ত্রিক পদ্ধতি"। স্পষ্টতই বায়েশিয়ানরাও ঘন ঘনवादীদের তুলনায় সীমিত / সীমিত সংখ্যক বিতরণ ব্যবহার করেন, যদিও এই বিতরণগুলি কোনও বায়সীয় দৃষ্টিকোণ থেকে গাণিতিকভাবে সঠিক হবে ।

প্রশ্ন: বায়েশিয়ানরা কখন এবং কেন কোনও পদ্ধতি বায়েশিয়ার দৃষ্টিকোণ থেকে গাণিতিকভাবে সঠিক বলে প্রত্যাখ্যান করে? "দার্শনিক" নয় এর পক্ষে কি কোন যুক্তি আছে?

এখানে চিত্র বর্ণনা লিখুন

পটভূমি / প্রসঙ্গ: ক্রসভিলেটেডে আমার পূর্ববর্তী প্রশ্নের উত্তর এবং মন্তব্যগুলির থেকে নিচের উদ্ধৃতিগুলি :

বায়েশিয়ান বনাম ঘন ঘন বিতর্কের গাণিতিক ভিত্তি খুব সহজ। বায়েশিয়ার পরিসংখ্যানগুলিতে অজানা প্যারামিটারটিকে এলোমেলো পরিবর্তনশীল হিসাবে বিবেচনা করা হয়; ঘনত্ববাদী পরিসংখ্যানগুলিতে এটি একটি নির্দিষ্ট উপাদান হিসাবে বিবেচিত হয় ...

উপরের দিক থেকে আমি এই সিদ্ধান্তে পৌঁছতে পারতাম যে ( গণিতের সাথে কথা বলার জন্য ) বায়েশিয়ান পদ্ধতিগুলি ঘনত্ববাদী পদ্ধতির তুলনায় বেশি সাধারণ, এই বিবেচনায় যে ঘন ঘনবাদী মডেলগুলি বয়েশিয়ানদের মতো একই গাণিতিক অনুমানগুলিকে সন্তুষ্ট করে তবে বিপরীতে নয়। তবে, একই উত্তরটি যুক্তি দিয়েছিল যে উপরোক্ত দিক থেকে আমার উপসংহারটি ভুল ছিল (এরপরে যা আমার তাতে জোর দেওয়া):

যদিও ধ্রুবকটি এলোমেলো পরিবর্তনশীলের একটি বিশেষ ঘটনা, তবে আমি এই সিদ্ধান্তে দ্বিধা বোধ করব যে বায়সিয়ানবাদ আরও সাধারণ। আপনি কেবলমাত্র একটি ধ্রুবকটিতে র্যান্ডম ভেরিয়েবলটি ভেঙে বায়েশিয়ানদের কাছ থেকে ঘন ঘন ফলাফলগুলি পাবেন না। পার্থক্য আরও গভীর ...

ব্যক্তিগত পছন্দগুলিতে যাচ্ছি ... আমি পছন্দ করি না যে বয়েশিয়ান পরিসংখ্যানগুলি উপলব্ধ বিতরণের যথেষ্ট সীমিত উপসেট ব্যবহার করে।

আর একজন ব্যবহারকারী, তাদের উত্তর, বিপরীত বলেন যে Bayesian পদ্ধতি, হয় , আরও সাধারণ যদিও আশ্চর্যের ব্যাপার যে শ্রেষ্ঠ কারনেই আমি কেন এই ক্ষেত্রে হতে পারে জন্য খুঁজে পাইনি পূর্ববর্তী উত্তর ছিল কেউ একটি frequentist প্রশিক্ষণপ্রাপ্ত কর্তৃক প্রদত্ত।

গাণিতিক পরিণতি হ'ল ফ্রিকোয়েন্সিস্টরা মনে করেন সম্ভাবনার প্রাথমিক সমীকরণগুলি কেবলমাত্র কখনও কখনও প্রয়োগ হয়, এবং বায়েশিয়ানরা মনে করেন যে তারা সর্বদা প্রয়োগ হয়। সুতরাং তারা একই সমীকরণগুলিকে সঠিক হিসাবে দেখেছে তবে তারা কতটা সাধারণ তার চেয়ে পৃথক ... বাইয়েশিয়ান ফ্রিকোয়ালিস্টের চেয়ে কঠোরভাবে সাধারণ । যেহেতু যে কোনও সত্যতা সম্পর্কে অনিশ্চয়তা থাকতে পারে, যে কোনও সত্যকে সম্ভাবনা দেওয়া যেতে পারে। বিশেষত, আপনি যে বিষয়গুলি নিয়ে কাজ করছেন তা যদি সত্যিকারের বিশ্ব ফ্রিকোয়েন্সিগুলির সাথে সম্পর্কিত হয় (তবে আপনি যে কোনও কিছু ভবিষ্যদ্বাণী করছেন বা তথ্যের অংশ হিসাবে) তবে বেইশিয়ান পদ্ধতিগুলি এগুলি অন্য যে কোনও বাস্তব বিশ্বের সত্য হিসাবে বিবেচনা করতে ও ব্যবহার করতে পারে। ফলস্বরূপ যে কোনও সমস্যা ফ্রিকোয়েনসিস্টরা মনে করেন যে তাদের পদ্ধতিগুলি বয়েশিয়ানদের ক্ষেত্রে প্রযোজ্য তা স্বাভাবিকভাবেও কাজ করতে পারে।

উপরের উত্তরগুলি থেকে আমার ধারণা আছে যে সাধারণত বায়েশিয়ান শব্দটির ব্যবহার কমপক্ষে দুটি ভিন্ন সংজ্ঞা রয়েছে। প্রথম আমি "গণিতগতভাবে বেইসিয়ান" ডাকব যা পরিসংখ্যানের সমস্ত পদ্ধতিকে অন্তর্ভুক্ত করে, কারণ এতে প্যারামিটারগুলি অন্তর্ভুক্ত থাকে যা ধ্রুবক আরভি এবং ধ্রুবক আরভি নয় those তারপরে "সাংস্কৃতিকভাবে বায়েশিয়ান" রয়েছে যা কিছু "গাণিতিকভাবে বায়েশিয়ান" পদ্ধতিকে প্রত্যাখ্যান করে কারণ এই পদ্ধতিগুলি "ঘনঘনবাদী" (অর্থাত্ প্যারামিটারের ব্যক্তিগত বিদ্বেষের বাইরে কখনও কখনও একটি ধ্রুবক বা ফ্রিকোয়েন্সি হিসাবে মডেল হয়ে থাকে)। পূর্বোক্ত প্রশ্নের আরও একটি উত্তরও এই অনুমানটিকে সমর্থন করে বলে মনে হচ্ছে:

এটি আরও লক্ষণীয় যে, দুটি শিবিরের দ্বারা ব্যবহৃত মডেলগুলির মধ্যে প্রচুর বিভাজন রয়েছে যা করা যায় তার চেয়ে বেশি যা কিছু করা যায় তার সাথে সম্পর্কিত (যেমন অনেকগুলি মডেল যা campতিহ্যগতভাবে একটি শিবির দ্বারা ব্যবহৃত হয় অন্য শিবির দ্বারা ন্যায়সঙ্গত হতে পারে) )।

সুতরাং আমি অনুমান করি যে আমার প্রশ্নের বাক্যাংশের আরও একটি উপায় নিম্নলিখিত হবে: সাংস্কৃতিক বায়েশিয়ানরা যদি গাণিতিকভাবে বহু বায়সীয় পদ্ধতি বাতিল করে দেয় তবে তারা কেন নিজেকে বেইশিয়ান বলবে? এবং কেন তারা এই গাণিতিকভাবে বায়েশিয়ান পদ্ধতিগুলি প্রত্যাখ্যান করে? যে ব্যক্তিরা প্রায়শই এই বিশেষ পদ্ধতি ব্যবহার করে তাদের জন্য কি এটি ব্যক্তিগত শত্রুতা?

সম্পাদনা: গাণিতিক দিক থেকে দুটি বস্তু সমান, যদি তাদের নির্মাণ করা হয় তা নির্বিশেষে তাদের একই বৈশিষ্ট্য থাকে । উদাহরণস্বরূপ, আমি কাল্পনিক ইউনিটটি তৈরির জন্য কমপক্ষে পাঁচটি ভিন্ন উপায় সম্পর্কে ভাবতে পারিআমি। তবুও, কাল্পনিক সংখ্যার অধ্যয়ন সম্পর্কে কমপক্ষে পাঁচটি পৃথক "চিন্তার স্কুল" নেই; প্রকৃতপক্ষে, আমি বিশ্বাস করি যে এখানে কেবল একটিই আছে, যা সেই গোষ্ঠী যা তাদের সম্পত্তিগুলি অধ্যয়ন করে। যাঁরা আপত্তি করেন যে সর্বাধিক সম্ভাবনা ব্যবহার করে পয়েন্ট প্রাক্কলন লাভ করা সর্বাধিক প্রাইরি এবং ইউনিফর্ম পূর্বে ব্যবহার করে পয়েন্ট প্রাক্কলন লাভ করা একই জিনিস নয় কারণ জড়িত গণনাগুলি পৃথক, আমি স্বীকার করি যে তারা দার্শনিক দিক থেকে পৃথক, তবে তারা যে পরিমাণ সর্বদা অনুমানের জন্য একই মান দেয়, তারা গাণিতিকভাবে সমতুল্য, কারণ তাদের একই বৈশিষ্ট্য রয়েছে । দার্শনিক পার্থক্য ব্যক্তিগতভাবে আপনার জন্য প্রাসঙ্গিক হতে পারে, তবে এটি এই প্রশ্নের সাথে প্রাসঙ্গিক নয়।

দ্রষ্টব্য: এই প্রশ্নের মূলত একটি ইউনিফর্মের পূর্বে এমএলই অনুমান এবং এমএপি অনুমানের একটি ভুল বৈশিষ্ট্য ছিল।


8
(-1) এই প্রশ্নটি মিথ্যা অনুমানের উপর ভিত্তি করে। এমএলই 'ইউনিফর্ম পূর্বে ব্যবহারের' সাথে মিল নয় তবে ইউনিফর্ম পূর্বে ব্যবহার এবং উত্তরোত্তর বিতরণের মোড নির্বাচন করার সাথে (সুতরাং, ইউনিফর্মের পূর্বে এমএপি) নির্বাচন করে। এমএলই ব্যবহার করার সময়, প্যারামিটারটিকে এলোমেলো পরিবর্তনশীল হিসাবে বিবেচনা করা হয় না, সুতরাং নির্মাণগুলি পছন্দ করেপিR(θ[0,1]|Y), বা অবিচ্ছেদ্য θ|Yহয় গাণিতিকভাবে অর্থপূর্ণ নয়।
জুহো কোক্কলা

3
আমি এমন কোনও বায়েশিয়ানকে স্মরণ করতে পারি না, যারা নাম দ্বারা বাই-বাসীয় নয় এমন কোনও কিছু প্রত্যাখ্যান করে, বা যারা সীমিত সংখ্যক বিতরণ ব্যবহার করে। আপনার প্রশ্নে সহজেই একজন "বয়েশিয়ান" প্রতিস্থাপন করতে পারে এবং জিজ্ঞাসা করতে পারে যে কেন ঘন ঘনবাদীরা অ-ঘনত্ববাদী সমস্ত কিছু প্রত্যাখ্যান করেন এবং কেন তারা সীমিত সংখ্যক বিতরণ (মূলত সর্বত্র সাধারণ বিতরণ) ব্যবহার করেন - ফলাফলটি প্রশ্নটি হবে আপনার মত একই সংজ্ঞায়িত। আমি @ জুহোকোক্কালার সাথেও সম্মত thatপূর্বে ইউনিফর্ম ব্যবহার করে যদিও তাদের পয়েন্টের অনুমানের সাথে মিল থাকতে পারে।
টিম

5
এমএলই এবং ম্যাপের গাণিতিক বৈশিষ্ট্যগুলি সমান নয় । আপনি যদি নিজের ভেরিয়েবলগুলি পুনঃনির্মাণ করেন তবে এমএলই এবং এমএপি আলাদাভাবে রূপান্তরিত হয় (কারণ এমএলইর প্রতিটি প্যারামিট্রাইজেশনে "ফ্ল্যাট পূর্ব" থাকে, এমএপি হয় না)। গাণিতিক অবজেক্টের সংজ্ঞায় অন্তর্ভুক্ত কীভাবে অবজেক্টটি অপারেটরের অধীনে আচরণ করে যেমন ভেরিয়েবলের রূপান্তর (যেমন, সংজ্ঞাটি একটি সেন্সর দেখুন)। তাই তারা না একই জিনিস।
lacerbi

2
আমি এটি একটি (সংক্ষিপ্ত) উত্তর করব, কারণ অবাক করা বিষয় যে এখনও পর্যন্ত কেউ এটি উল্লেখ করেনি। আমাকে এটি অতীতেও বহুবার ব্যাখ্যা করতে হয়েছিল, যেহেতু এটি একটি সূক্ষ্মতা যা সহজেই বাদ যায়।
lacerbi

4
আপনি কি কখনও দাবা সেট নিয়ে খসড়া খেলেছেন? এটি সময়ে সময়ে ঘটতে পারে যে আপনি নিজেকে একটি বৈধ দাবা অবস্থানে খুঁজে পান এবং একটি আইনী দাবা পদক্ষেপ নিতে পারেন এটি একটি আইনী খসড়াও রয়েছে। অবশ্যই একটি ভাল দাবা পদক্ষেপটি সর্বদা একটি ভাল খসড়া স্থানান্তর হবে না । এবং আপনি একটি ভাল খসড়া সরিয়ে ফেলবেন না কারণ এটি একটি দাবা পদক্ষেপ। এই বরং ইংরেজী ছাড়া, অথবা বোর্ড আবর্তিত যাতে কালো স্কোয়ার সাদা হয়ে বা প্রারম্ভিক অবস্থানের & নিয়ম শাসক ... সোয়াপিং থেকে বরং ফরাসি একটি দাবা খেলা বর্ণনা থেকে ভিন্ন
Scortchi - পুনর্বহাল মনিকা

উত্তর:


12

আমি মূল পোস্টে একটি ভুল ধারণা অনুধাবন করতে চাই, এমন একটি ভুল যা তুলনামূলকভাবে সাধারণ। ওপি বলে:

আমি যা পড়েছি এবং অন্যান্য প্রশ্নগুলির উত্তর থেকে এখানে আমি জিজ্ঞাসা করেছি, সর্বাধিক সম্ভাবনার অনুমান গাণিতিকভাবে মিলছে (এটি যদি দার্শনিকভাবে মিলিত হয় তবে আমি যত্ন করি না, এটি কেবল গাণিতিকভাবে সামঞ্জস্য করে কিনা তা আমি যত্নবান না) সর্বাধিক পূর্ববর্তী ইউনিফর্ম ব্যবহার করে সর্বাধিক পূর্বনির্মাণ যারা এই বিষয়ে আপত্তি করেন তাদের জন্য এই প্রশ্নের নীচের নোটটি দেখুন)।

এবং পোস্টের নীচে নোটটি বলে:

দুটি বস্তু গাণিতিক অর্থে সমান, যদি সেগুলির নির্মান নির্বিশেষে তাদের একই বৈশিষ্ট্য থাকে properties [...]

আমার আপত্তি যে, দর্শন সরাইয়া, সর্বোচ্চ সম্ভাবনা প্রাক্কলন (MLE) এবং সর্বোচ্চ-এ-আরোহী (MAP) এর প্রাক্কলন না হয় না একই গাণিতিক বৈশিষ্ট্য আছে।

গুরুতরভাবে, এমএলই এবং এমএপি স্থানটির পুনর্নির্মাণের (ননলাইনারি) অধীনে আলাদাভাবে রূপান্তরিত করে। এটি ঘটায় কারণ প্রতিটি প্যারামিট্রাইজেশনে এমএলএর একটি "ফ্ল্যাট পূর্ব" থাকে, যদিও এমএপি হয় না (পূর্ববর্তী সম্ভাবনার ঘনত্ব হিসাবে রূপান্তর করে , তাই জ্যাকবীয় পদ আছে)।

গাণিতিক অবজেক্টের সংজ্ঞায় অন্তর্ভুক্ত কীভাবে অবজেক্টটি অপারেটরের অধীনে আচরণ করে যেমন ভেরিয়েবলের রূপান্তর (যেমন, সংজ্ঞাটি একটি সেন্সর দেখুন )।

উপসংহার ইন, MLE এবং মানচিত্র হয় না একই জিনিস, তন্ন তন্ন দার্শনিকভাবে কিংবা গাণিতিকভাবে; এটি কোনও মতামত নয়।


আমি মনে করি সম্ভবত আপনার বক্তব্য আমি মিস করেছি এমএলই থেকে প্রাপ্ত বিন্দু অনুমানটি এমএপি থেকে পূর্বের ইউনিফর্মের সাথে সমান নয় এমন কোনও মডেলকে পরামিতি করা কি সম্ভব? (স্পষ্টত, মানচিত্র ক্ষেত্রে, পূর্বে থেকে সম্মান সঙ্গে অভিন্ন হতে হয়েছে বর্তমান কাজ সমতার জন্য অনুক্রমে parametrization আপনি পূর্বে পরিবর্তন না করে মডেল reparametrize ফেলেন, তাহলে এটি সাধারণভাবে আর অভিন্ন হতে হবে।।)
কোডিওলজিস্ট

1
@ কোডিওলজিস্ট: ওপি বলেছিল যে এমএপি এবং এমএলই অভিন্ন "গাণিতিক বিষয়"। তারা না. স্বতন্ত্র গাণিতিক অবজেক্টগুলি একটি উপ-স্পেসে সমান হতে পারে (উদাহরণস্বরূপ, প্রদত্ত প্যারামিট্রাইজেশনে) তবে এটি তাদের অভিন্ন করে তোলে না। আপনি বলতে পারেন যে "আমি অন্যান্য প্যারামিটারাইজেশনগুলির বিষয়ে চিন্তা করি না" তবে ভাল, তবে আপনি একটি কঠোর ব্যবহারিক বিধিনিষেধ আরোপ করছেন, এটি ওপেনটি মূলত তর্ক করার কারণে "নিছক" কোনও দার্শনিক বিষয় নয়।
lacerbi

6

ব্যক্তিগতভাবে আমি "ঘনঘনবাদী" বা "বায়েশিয়ান" না হয়ে একজন "বাস্তববাদী", সুতরাং আমি কোনও শিবিরের পক্ষে কথা বলার দাবি করতে পারি না।

এটি বলেছিল, আমি মনে করি আপনি যে পার্থক্যটি নির্দেশ করছেন সেটি সম্ভবত এমএলই বনাম এমএপি নয়, তবে পয়েন্ট আনুমানিক বনাম বনাম পিডিএফগুলির অনুমানের মধ্যে । অপ্রতিরোধ্য তথ্য এবং বৃহত্তর অনিশ্চয়তা নিয়ে একটি ক্ষেত্রের বিজ্ঞানী হিসাবে কাজ করে আমি "সর্বোত্তম অনুমান" ফলাফলগুলির উপর খুব বেশি আস্থা রাখতে না চাওয়ায় সহানুভূতি প্রকাশ করতে পারি যা ভ্রান্তকর হতে পারে, যার ফলে অতিরিক্ত আত্মবিশ্বাস দেখা দেয়।

একটি সম্পর্কিত ব্যবহারিক পার্থক্য হ'ল প্যারামেট্রিক বনাম নন-প্যারাম্যাট্রিক পদ্ধতিগুলির মধ্যে। সুতরাং উদাহরণস্বরূপ আমি মনে করি যে কলম্যান ফিল্টারিং এবং কণা ফিল্টারিং উভয়ই রিকার্সিভ বেয়েসিয়ান অনুমান হিসাবে স্বীকৃত হবে । তবে কালম্যান ফিল্টারিংয়ের একটি গাউসীয় অনুমান (একটি প্যারাম্যাট্রিক পদ্ধতি) যদি উত্তরোত্তর একরকম না হয় তবে খুব বিভ্রান্তিকর ফলাফল দিতে পারে। আমার কাছে এই ধরণের ইঞ্জিনিয়ারিং উদাহরণগুলি হাইলাইট করে যেখানে পার্থক্যগুলি না দার্শনিক বা গাণিতিক নয়, তবে ব্যবহারিক ফলাফলের (যেমন আপনার স্বশাসিত যানবাহন ক্র্যাশ হবে) হিসাবে প্রকাশিত হয়। বায়েশিয়ান উত্সাহীদের জন্য আমি পরিচিত, এই "দেখুন কী কাজ করে" ইঞ্জিনিয়ারিং-স্টাইলের মনোভাবটি প্রধান বলে মনে হচ্ছে ... এটি আরও বিস্তৃতভাবে সত্য কিনা তা নিশ্চিত নয়।


1
গোলমাল গসিয়ান স্থাপিত হয় বা অন্য বন্টন থেকে কিনা না কি কিনা তা নির্ধারণ করে একটি পদ্ধতি স্থিতিমাপ বা অ- স্থিতিমাপ হয়।
ক্লিফ এবি

1
আমি কণা ফিল্টারিং বনাম কলম্যান ফিল্টারিংয়ের কথা ভাবছিলাম।
জিওম্যাটট

1
@ ক্লিফ্যাব আমি "গাউসিয়ান <==> প্যারামেট্রিক"
জিওম্যাটট

2
আমার অভিজ্ঞতায় (মোটামুটি বিস্তৃত নয়!), "প্রযুক্তি" অঞ্চলের ইঞ্জিনিয়ারদের লক্ষ্য করে বইগুলি এরকম বেশি হতে থাকে। রোবোটিকস এবং অন্যান্য রিয়েল-টাইম / মজবুত অ্যাপ্লিকেশনগুলির মতো জিনিসগুলি যখন জিনিসগুলি কাজ করছে না তখন তা দ্রুত খুঁজে বের করে। এটি সম্ভবত নামমাত্র আরও বায়েশিয়ান, তবে সেবাস্তিয়ান থ্রুনের সম্ভাব্য রোবোটিক্স আমার কাছে আলোকিত করেছিল me তিনি উদাসিতা লোক।
জিওম্যাটট

2
আমি এই অঞ্চলটি মোটেও অধ্যয়ন করি নি, তবে আমার ধারণাটি যে শাস্ত্রীয় নির্ভরযোগ্যতা ইঞ্জিনিয়ারিংয়ের বেশিরভাগ অংশ "ঘনঘনবাদী" দৃষ্টিভঙ্গি ব্যবহার করে, তাই এটিও বাস্তববাদী পাঠগুলির একটি অঞ্চল হতে পারে?
জিওম্যাটট

6

"বেইশিয়ানস" হিসাবে স্ব-বর্ণনা দেওয়ার মতো অনেক লোক, যদিও এটি (গাণিতিকভাবে) বায়েশিয়ান পদ্ধতির একটি বিশেষ ক্ষেত্র হলেও এটি যে কোনও পরিস্থিতিতে সর্বাধিক সম্ভাবনা অনুমান ব্যবহার করে প্রত্যাখ্যান করে বলে মনে হয় যে এটি "ঘনতান্ত্রিক পদ্ধতি"।

এ জাতীয় লোকেরা পয়েন্ট অনুমানের জন্য সাধারণ পদ্ধতি হিসাবে এমএলইকে প্রত্যাখ্যান করবে। বিশেষ ক্ষেত্রে যেখানে তাদের আগে ইউনিফর্ম ব্যবহারের কারণ ছিল এবং সর্বাধিক পোস্টেরিয়েরি অনুমান করতে চেয়েছিল তারা এমএলইয়ের সাথে তাদের গণনার সংযোগ দ্বারা মোটেই বিরক্ত হবে না।

স্পষ্টতই বায়েশিয়ানরাও ঘন ঘনवादীদের তুলনায় সীমিত / সীমিত সংখ্যক বিতরণ ব্যবহার করেন, যদিও এই বিতরণগুলি কোনও বায়সীয় দৃষ্টিকোণ থেকে গাণিতিকভাবে সঠিক হবে।

সম্ভবত কখনও কখনও, তাদের গণনাগুলি সহজ করে তোলার জন্য, তবে কোনও নীতিগত দিক থেকে নয়।

আমার ধারণা আছে যে সাধারণত বেয়েশিয়ান শব্দটির ব্যবহার কমপক্ষে দুটি ভিন্ন সংজ্ঞা রয়েছে। প্রথমে আমি "গণিতগতভাবে বেইসিয়ান" বলব যা পরিসংখ্যানের সমস্ত পদ্ধতিকে অন্তর্ভুক্ত করে, কারণ এতে পরামিতিগুলি রয়েছে যা ধ্রুবক আরভি এবং ধ্রুবক আরভি নয় এমনগুলি রয়েছে those তারপরে "সাংস্কৃতিকভাবে বায়েশিয়ান" রয়েছে যা কিছু "গাণিতিকভাবে বায়েশিয়ান" পদ্ধতিকে প্রত্যাখ্যান করে কারণ এই পদ্ধতিগুলি "ঘনঘনবাদী" (অর্থাত্ প্যারামিটারের ব্যক্তিগত বিদ্বেষের বাইরে কখনও কখনও একটি ধ্রুবক বা ফ্রিকোয়েন্সি হিসাবে মডেল হয়ে থাকে)।

বায়েশিয়ান অনুমানের জন্য বিভিন্ন পদ্ধতির মধ্যে অবশ্যই আলাদা আলাদা পার্থক্য রয়েছে, তবে এটি নয়। যদি কোনও অনুভূতি থাকে যেখানে বায়েশিয়ানিজম আরও সাধারণ হয় তবে এটি প্যারামিটারের মানগুলি সম্পর্কে জ্ঞানতাত্ত্বিক অনিশ্চয়তার উপর সম্ভাব্যতার ধারণাটি প্রয়োগ করার ইচ্ছায় এবং কেবলমাত্র ডেটা-উত্পন্ন প্রক্রিয়াটির অযৌক্তিক অনিশ্চয়তা নয় যা ঘন ঘন ঘন ঘন ঘন ঘন ঘন ঘনত্বেও উদ্বিগ্ন। Frequentist অনুমান হয় না এ Bayesian অনুমান & উত্তর বা মন্তব্য কেউই একটি বিশেষ ক্ষেত্রে কোনো থাকে গাণিতিক Bayesian বনাম frequentist বিতর্ক ভিত্তি?ইঙ্গিত দিচ্ছে যে এটি। যদি কোনও বায়েশিয়ান পদ্ধতির ক্ষেত্রে আপনি প্যারামিটারটিকে একটি ধ্রুব র্যান্ডম ভেরিয়েবল বিবেচনা করে দেখেন, ডেটা যাই থাকুক না কেন আপনি একই পোস্টারিয়রটি অর্জন করতে পারেন - এবং এটি স্থির ছিল তবে আপনি জানেন না যে এটির মান কী লাগে তা কিছুই বলবে না বলার অপেক্ষা রাখে না। ঘনঘনবাদী পদ্ধতির সম্পূর্ণ আলাদা ট্যাক লাগে এবং উত্তরোত্তর বিতরণের গণনা মোটেই জড়িত না।


"ঘনত্ববাদী পদ্ধতির সম্পূর্ণ আলাদা ট্যাক লাগে এবং উত্তরোত্তর বিতরণের গণনা মোটেই জড়িত না" - যদিও এটি আমার বক্তব্য নয়। আমি দার্শনিক অভিপ্রায় নিয়ে কথা বলছি না, আমি গাণিতিক সমতুল্যের কথা বলছি। কেউ বলতে পারেন যে তারা "সাবট্র্যাকটিভিস্ট" কারণ তারা কেবল ইতিবাচক সংখ্যা যুক্ত করে এবং বিয়োগ করে তবে নেতিবাচক সংখ্যাগুলি ব্যবহার করতে প্রত্যাখ্যান করে যা "নেগ্রাটিভিস্ট"। দার্শনিকভাবে এটি ক্ষেত্রে হতে পারে, তবে গাণিতিকভাবে একটি ধনাত্মক সংখ্যাকে বিয়োগ করা ঠিক aণাত্মক যোগ করার মতোই বিষয়।
চিল 2ম্যাচট

আমি যা বলতে চাইছি তা হ'ল "গাণিতিকভাবে বায়সিয়ান" প্যারামিটারের মানগুলি সম্পর্কে জ্ঞানতাত্ত্বিক অনিশ্চয়তার সম্ভাবনার ধারণা প্রয়োগ এবং প্রয়োগ না করা উভয়ই। "সাংস্কৃতিকভাবে বেয়েসিয়ান" কেবলমাত্র প্যারামিটারের মানগুলি সম্পর্কে জ্ঞানতাত্ত্বিক অনিশ্চয়তার সম্ভাবনা ধারণাটি প্রয়োগ করে (এবং কখনই প্রয়োগ করে না)। "ফ্রিকোয়েন্সিস্ট" প্যারামিটারের মানগুলি সম্পর্কে এপিস্টেমিক অনিশ্চয়তার সম্ভাবনা কেবল প্রয়োগ করে না (এবং কখনই প্রয়োগ হয় না)। আমি যা বলছি তা হ'ল "বায়সিয়ান ইনফারেন্স = সাংস্কৃতিকভাবে বায়েশিয়ান" এবং "ঘন ঘনবাদী" উভয়ই লোকেরা যা বলছে তার উপর ভিত্তি করে একটি বিশেষ ক্ষেত্রে বলে মনে হয়।
চিল 2ম্যাচট

যাইহোক আমি অনুমান করি আমি ঘন ঘনবাদী পরিসংখ্যান সম্পর্কে আরও মন্তব্য করার আগে ভ্যান ডের ভার্টের এ্যাসিম্পটিক স্ট্যাটিসিকাগুলি পড়ার চেষ্টা করব, তবে ইতিমধ্যে ক্যাসেলা এবং বার্গার এবং শূন্য বায়সীয় পাঠ্যপুস্তকগুলি পড়ে আমি "বক্তব্যটি বুঝতে পারি না যে" ঘনত্ববাদী দৃষ্টিভঙ্গি পুরোপুরি ভিন্ন ট্যাকটিকে গ্রহণ করে " "ডেটা উত্পন্নকরণের প্রক্রিয়াটির কেবলমাত্র অযৌক্তিক অনিশ্চয়তা" -এর সম্ভাবনার ধারণাটি প্রয়োগ করা, যেহেতু এটি আপনার লেখার অন্যান্য অংশগুলির সাথে বিরোধী বলে মনে হচ্ছে।
চিল 2ম্যাচট

2
(1) আপনার বক্তব্যটি যদি বারবারবাদী এবং বায়েশিয়ান পদ্ধতিগুলি গাণিতিকভাবে সমতুল্য হয় তবে কেবল বিভিন্ন পদে বর্ণিত হয় তবে এটি ঠিক সত্য নয়। এগুলি উপলক্ষে মিলিত হয় - ঠিক যেমন সাবট্র্যাকটিভিস্ট এবং নেতিবাবাদী বিয়োগফল মিলে যায় যতক্ষণ না আপনি কাজ শুরু করেন3-5। (২) যদি আমি "প্রয়োগ এবং প্রয়োগ না করা" উভয়ই "কখনও প্রয়োগ করতে পারি, কখনও প্রয়োগ না করি" পড়তে পারি তবে "গাণিতিকভাবে বায়সিয়ান" কেবল কখনও কখনও বায়েশিয়ান, কখনও কখনও ঘন ঘনবাদী এবং "সাংস্কৃতিকভাবে বায়েশিয়ান" কেবল বায়েশিয়ান। (3) আমি কক্স (2006), স্ট্যাটিস্টিকাল ইনফারেন্সের নীতিমালা , গিজার (2006), ...
স্কার্টচি - মনিকা পুনর্নির্মাণ করুন

2
প্যারামেট্রিক স্ট্যাটিস্টিকাল ইনফারেন্সের মোডস , এবং বার্নেট (1999), তুলনামূলক পরিসংখ্যানগত অনুক্রম । (4) ঘন ঘন দৃষ্টিভঙ্গি প্রদত্ত প্যারামিটার মানগুলির অধীনে কেবলমাত্র ডেটার সম্ভাবনা বিবেচনা করে; কোনও উত্তরোত্তর প্রাপ্তির জন্য বয়েশিয়ান পর্যবেক্ষণ করা তথ্যের উপর শর্তগুলি দেখায়।
স্কর্চচি - মনিকা পুনরায় ইনস্টল করুন
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.