টিএল; ডিআর: আপনি যদি ধরে না নেন যে লোকেরা গাড়ির রঙ বিচার করার ক্ষেত্রে অযৌক্তিকভাবে খারাপ, বা নীল গাড়িগুলি অযৌক্তিকভাবে বিরল হয়, আপনার উদাহরণের সংখ্যক লোকের অর্থ গাড়িটি নীল হওয়ার সম্ভাবনাটি মূলত 100%।
ম্যাথু ড্রুরি ইতিমধ্যে সঠিক উত্তর দিয়েছে তবে আমি এটিতে কয়েকটি সংখ্যাসূচক উদাহরণ সহ যুক্ত করতে চাই, কারণ আপনি নিজের সংখ্যাগুলি পছন্দ করেছেন যাতে আপনি বিভিন্ন প্যারামিটার সেটিংসের বিস্তৃত পরিসরের জন্য আসলে একই ধরণের উত্তর পেয়ে থাকেন। উদাহরণস্বরূপ, ধরে নেওয়া যাক, আপনি আপনার একটি মন্তব্যে যেমন বলেছেন, লোকেরা একটি গাড়ির রঙ সঠিকভাবে বিচার করে এমন সম্ভাবনা 0.9 is এটি হল:
এবং
পি ( বলুন এটি নীল নয় | গাড়ি নীল নয় ) = 0.9 = 1 - পি ( বলুন এটি নীল | গাড়ি নীল নয় )
পি ( বলুন এটি নীল | গাড়ি নীল ) = 0.9 = 1 - পি ( বলুন এটি নীল নয় | গাড়ি নীল )
পি ( বলুন এটি নীল নয় | গাড়ি নীল নয় ) = 0.9 = 1 - পি ( বলুন এটি নীল | গাড়ি নীল নয় )
এটি সংজ্ঞায়িত করে, আমাদের বাকি জিনিসটি সিদ্ধান্ত নিতে হবে: গাড়ি নীল হওয়ার পূর্ব সম্ভাবনাটি কী? কী ঘটেছিল তা দেখার জন্য খুব কম সম্ভাবনাটি বেছে নেওয়া যাক এবং বলুন যে , অর্থাৎ সমস্ত গাড়ির মাত্র 0.1% নীল। তারপরে গাড়িটির নীল রঙের উত্তরোত্তর সম্ভাবনাগুলি এই হিসাবে গণনা করা যেতে পারে:পি ( গাড়ি নীল ) = 0.001
পি ( গাড়ি নীল | উত্তর )= পি ( উত্তর | গাড়ি নীল )পি ( গাড়ি নীল )পি ( উত্তর | গাড়ি নীল )পি ( গাড়ি নীল ) + পি ( উত্তর | গাড়ি নীল নয় )পি ( গাড়ি নীল নয় )= 0.9900। 0.1100× 0.0010.9900। 0.1100। 0.001 + 0.1900× 0.9100× 0,999
আপনি যদি ডিনোমিনেটরটির দিকে লক্ষ্য করেন তবে এটি স্পষ্টভাবে স্পষ্ট যে সেই অঙ্কের দ্বিতীয় পদটি নগণ্য হবে, যেহেতু যোগফলের শর্তগুলির আপেক্ষিক আকারটি থেকে of অনুপাত দ্বারা হয় , যা ক্রম হয় । এবং প্রকৃতপক্ষে, আপনি যদি কোনও কম্পিউটারে এই গণনাটি করেন (সংখ্যার আন্ডারফ্লো সমস্যাগুলি এড়াতে সাবধানতা অবলম্বন করছেন) তবে আপনি একটি উত্তর পেয়ে যা 1 এর সমান (মেশিন যথার্থতার মধ্যে)। 0.1 900 10 580.99000.19001058
পূর্বের সম্ভাবনাগুলি এখানে সত্যিকার অর্থে খুব বেশি গুরুত্ব দেয় না কারণ আপনি একটি সম্ভাবনার (গাড়িটি নীল) বনাম অন্যর পক্ষে অনেক প্রমাণ রয়েছে। এটি সম্ভাবনা অনুপাত দ্বারা পরিমাণযুক্ত করা যেতে পারে , যা আমরা এই হিসাবে গণনা করতে পারি:
পি ( উত্তর | গাড়ি নীল )পি ( উত্তর | গাড়ি নীল নয় )= 0.9900। 0.11000.1900× 0.9100। 10763
সুতরাং পূর্বের সম্ভাব্যতাগুলি বিবেচনা করার আগেও প্রমাণগুলি প্রমাণ করে যে একটি বিকল্প ইতিমধ্যে অন্যের তুলনায় জ্যোতির্বিজ্ঞানের চেয়ে বেশি সম্ভাবনা রয়েছে এবং কোনও পার্থক্যের আগে নীল গাড়িগুলি অযৌক্তিক, নির্বোধ বিরল (এত বিরল যে আমরা আশা করব) হতে হবে পৃথিবীতে 0 নীল গাড়ি সন্ধান করুন)।
সুতরাং যদি আমরা পরিবর্তন করি যে লোকেরা তাদের গাড়ির বর্ণের বর্ণনায় কতটা সঠিক? অবশ্যই, আমরা এটিকে চূড়ান্ত দিকে ঠেলে দিতে পারি এবং বলতে পারি যে তারা সময়টি কেবলমাত্র 50% পেয়েছে, যা কোনও মুদ্রা উল্টানোর চেয়ে ভাল নয়। এই ক্ষেত্রে, গাড়িটি নীল রঙের উত্তরোত্তর সম্ভাবনা কেবল পূর্বের সম্ভাবনার সমান, কারণ জনগণের উত্তর আমাদের কিছুই বলেনি। তবে অবশ্যই লোকেরা তার থেকে কমপক্ষে কিছুটা আরও ভাল কাজ করে, এবং আমরা যদি বলি যে লোকেরা কেবল সময়ের মাত্র 51% সঠিক, তবে সম্ভাবনা অনুপাত এখনও এরকম কার্যকর হয় যে এটি মোটামুটি গুণ বেশি কারণ নীল হতে।1013
এটি সমস্ত উদাহরণের পরিবর্তে বৃহত সংখ্যক ফলাফলের ফলস্বরূপ। গাড়িটি নীল বলে যদি এটি 9-10 জন লোক হয়ে থাকে তবে এটি একটি খুব আলাদা গল্প হত, যদিও একই অনুপাত মানুষের শিবিরের তুলনায় অন্য শিবিরে ছিল। কারণ পরিসংখ্যানগত প্রমাণগুলি এই অনুপাতের উপর নির্ভর করে না, বরং বিরোধী দলগুলির মধ্যে সংখ্যাগত পার্থক্যের উপর নির্ভর করে। প্রকৃতপক্ষে, সম্ভাবনার অনুপাতের (যা প্রমাণকে পরিমাণ হিসাবে প্রমাণিত করে), 100 জন লোক যারা গাড়িটি নীল নয় বলে একে একে নীল বলে মনে করেন 900 জনের মধ্যে 100 টি বাতিল করে দেয়, সুতরাং এটি একই রকম হয় যে আপনি 800 জন লোকের সাথে একমত হয়েছেন এটা নীল ছিল। এবং এটি স্পষ্টতই বেশ স্পষ্ট প্রমাণ।
(সম্পাদনা: সিলভারফিশ যেমন উল্লেখ করেছেন , অনুমানগুলি আমি এখানে দিয়েছিলাম তা প্রকৃতপক্ষে বোঝানো হয়েছে যে যখনই কোনও ব্যক্তি নন-নীল গাড়িটিকে ভুলভাবে বর্ণনা করে, তারা এটি নীল বলে ডিফল্ট করে দেয় This এটি অবশ্যই বাস্তববাদী নয়, কারণ তারা সত্যই কোনও রঙ বলতে পারে , এবং কেবল বেশিরভাগ সময় নীল বলবেন This এটি কোনও সিদ্ধান্তে কোনও পার্থক্য রাখে না, যেহেতু কম লোকেরা নীল রঙের জন্য নন-নীল গাড়িটির ভুল করতে থাকে, তাই যখন তারা এটি বলে তখন এটি নীল রঙের প্রমাণ হয়। সুতরাং যদি কিছু হয় তবে উপরে বর্ণিত সংখ্যাগুলি কেবল নীলের প্রো-প্রমাণের উপর একটি নীচে আবদ্ধ)