সম্ভাবনা flat ফ্ল্যাট পূর্ববর্তী সঙ্গে বায়েশিয়ান≠
সম্ভাবনা ফাংশন, এবং আত্মবিশ্বাসের ব্যবধান যুক্ত হয় না একই (ধারণা) একটি Bayesian অবর সম্ভাব্যতা হিসাবে একটি পূর্বে যে নির্দিষ্ট করে একটি অভিন্ন ডিস্ট্রিবিউশনের সাথে নির্মিত।
এই উত্তরের অংশ 1 এবং 2 এ যুক্তি দেওয়া হয়েছে যে ফ্ল্যাট পূর্বের উপর ভিত্তি করে সম্ভাবনা কেন বায়েশীয় উত্তরোত্তর সম্ভাবনা হিসাবে দেখা উচিত নয়।
অংশ 3 তে একটি উদাহরণ দেওয়া হয় যেখানে আত্মবিশ্বাসের ব্যবধান এবং বিশ্বাসযোগ্য ব্যবধানটি বিভিন্নভাবে পরিবর্তিত হয়। এছাড়াও এই বৈষম্যটি কীভাবে উত্থিত হয় তাও নির্দেশিত।
ভেরিয়েবল রূপান্তরিত হয় যখন 1 বিভিন্ন আচরণ
সম্ভাবনাগুলি একটি বিশেষ উপায়ে রূপান্তরিত করে । যদি আমরা সম্ভাব্যতা বন্টন বিতরণ জানি তবে রূপান্তর বিধি অনুসারে কোনও ফাংশন দ্বারা নির্ধারিত ভেরিয়েবল জন্য আমরা জানি :fx(x)fξ(ξ)ξx=χ(ξ)
fξ(ξ)=fx(χ(ξ))dχdξdξ
আপনি যদি কোনও ভেরিয়েবল রূপান্তর করেন তবে বিতরণ কার্যটির এই পরিবর্তনের কারণে গড় এবং মোডে পৃথক হতে পারে। এর অর্থ এবং ।x¯≠χ(ξ¯)xmaxf(x)≠χ(ξmaxf(ξ))
সম্ভাবনা ফাংশনটি এভাবে রূপান্তরিত হয় না । এটি সম্ভাবনা ফাংশন এবং উত্তরীয় সম্ভাবনার মধ্যে বৈপরীত্য । আপনি যখন ভেরিয়েবলটি রূপান্তর করেন তখন সম্ভাব্যতা সর্বাধিক কার্যকর থাকে ।
Lξ(ξ)=Lx(χ(ξ))
সম্পর্কিত:
ফ্ল্যাট পূর্ব দুর্বোধ্য । এটি নির্দিষ্ট পরিসংখ্যানের ফর্মের উপর নির্ভর করে।
উদাহরণস্বরূপ, যদি আপনার অভিন্ন বিতরণ করা হয় (যেমন , তারপর হয় না একটি অভিন্ন বিতরণ পরিবর্তনশীল।XU(0,1))X2
এর আগে কোনও একক ফ্ল্যাট নেই যা আপনি সম্ভাবনা ফাংশনটির সাথে সম্পর্কিত করতে পারেন। যখন আপনি ফ্ল্যাট জন্য পূর্বের সংজ্ঞায়িত এটা ভিন্ন বা মত কিছু রুপান্তরিত পরিবর্তনশীল । সম্ভাবনা এই নির্ভরতা নেই না বিদ্যমান।XX2
সম্ভাব্যতার সীমানা (বিশ্বাসযোগ্যতা অন্তর) আপনি যখন পরিবর্তনশীলকে রূপান্তরিত করেন তখন আলাদা হবে (সম্ভাব্য ক্রিয়াকলাপগুলির জন্য এটি এমন নয়) । উদাহরণস্বরূপ কিছু পরামিতি এবং মনোোটোনিক ট্রান্সফর্মেশন (যেমন লোগারিদম) আপনি সমপরিমাণ সম্ভাবনার অন্তরগুলি
af(a)aminf(amin)<<af(a)<<amaxf(amax)
2 বিভিন্ন ধারণা: আত্মবিশ্বাসের ব্যবধানগুলি পূর্বের থেকে স্বতন্ত্র
ধরুন আপনি একটি পরিবর্তনশীল নমুনা (অজানা) সহ একটি জনসংখ্যা থেকে প্যারামিটার যা নিজেই (জনসংখ্যা সঙ্গে প্যারামিটার ) (জন্য সম্ভবত নানারকম মান একটি সুপার-জনসংখ্যা থেকে নমুনা হয় )।Xθθθ
এক একটি বিপরীত বিবৃতি কি মূল অনুমান করার চেষ্টা করতে পারেন দেখে কিছু মান উপর ভিত্তি করে করা হয়ে থাকতে পারে পরিবর্তনশীল জন্য ।θxiX
- বায়েশিয়ান পদ্ধতিগুলি সম্ভাব্য- বিতরণের জন্য পূর্বের বিতরণকে ধরে নিয়ে এটি করেθ
- এটি সম্ভাবনা ফাংশন এবং আত্মবিশ্বাসের ব্যবধানের সাথে বিপরীত হয়, যা পূর্ববর্তী বিতরণ থেকে স্বতন্ত্র ।
আত্মবিশ্বাসের ব্যবধানটি বিশ্বাসযোগ্য ব্যবধানের মতো পূর্বের তথ্য ব্যবহার করে না (আত্মবিশ্বাস কোনও সম্ভাবনা নয়)।
পূর্ব বিতরণ নির্বিশেষে (অভিন্ন বা না) x% -বিশ্বাসের ব্যবধানে এর ক্ষেত্রে সত্য পরামিতি থাকবেx (আত্মবিশ্বাসের বিরতিগুলি সাফল্যের হারকে উল্লেখ করে, পদ্ধতিটির প্রথম ধরণের ত্রুটি, কোনও বিশেষ ক্ষেত্রে নয়) ।
এই ধারণা (বিশ্বাসযোগ্য ব্যবধান ক্ষেত্রে সময় যে ব্যবধান সত্য পরামিতি ধারণ করে) এমনকি প্রযোজ্য নয়, কিন্তু আমরা একটি frequentist অর্থে এটা ব্যাখ্যা করা হতে পারে এবং তারপর আমরা মান্য যে বিশ্বাসযোগ্য ব্যবধান সত্য পরামিতি উপস্থিত থাকবে শুধুমাত্র যখন (অভিন্ন) পূর্বে সঠিকভাবে পরামিতি যে আমরা সম্মুখীন হতে পারে এর সুপার-জনসংখ্যা বর্ণনা করা হয়। ব্যবধানটি কার্যকরভাবে x% এর চেয়ে উচ্চতর বা কম সম্পাদন করতে পারে (যে বায়েশিয়ান পদ্ধতির বিভিন্ন প্রশ্নের উত্তর দেওয়ার পরে এটি গুরুত্বপূর্ণ নয়, তবে এটি কেবল পার্থক্যটি লক্ষ্য করা যায়)।x
3 আত্মবিশ্বাস এবং বিশ্বাসযোগ্য ব্যবধানের মধ্যে পার্থক্য
নীচের উদাহরণে আমরা রেট প্যারামিটার ফাংশন হিসাবে সূচকীয় বিতরণের সম্ভাবনা ফাংশন পরীক্ষা করি , নমুনাটির অর্থ , এবং নমুনা আকার :λx¯n
L(λ,x¯,n)=nn(n−1)!xn−1λne−λnx¯
এই ফাংশনটি (প্রদত্ত এবং ) observe mean এবং মধ্যে একটি নমুনা গড় পর্যবেক্ষণ করার সম্ভাবনা প্রকাশ করে ।nλx¯x¯+dx
নোট: হার প্যারামিটার থেকে যায় থেকে (এই উপ 'অনুরোধ' অসদৃশ থেকে )। এই ক্ষেত্রে পূর্বেরটি একটি অনুচিত পূর্বের হবে । নীতিগুলি পরিবর্তন হয় না। আমি সহজ দৃষ্টান্তের জন্য এই দৃষ্টিকোণটি ব্যবহার করছি। এবং এর মধ্যে প্যারামিটারগুলির সাথে বিতরণগুলি সাধারণত বিচ্ছিন্ন বিতরণ (অবিচ্ছিন্ন লাইন আঁকতে অসুবিধা) বা বিটা বিতরণ (গণনা করা কঠিন) হয়λ0∞0101
নীচের চিত্রটি এই সম্ভাবনা ফাংশনটি (নীল রঙের মানচিত্র) চিত্রিত করেছে, নমুনা আকারের জন্য এবং 95% অন্তর (আত্মবিশ্বাস এবং বিশ্বাসযোগ্য উভয়) জন্য সীমানা আঁকবে।n=4
সীমানা তৈরি করা হয় (এক-মাত্রিক) ক্রম বন্টন ফাংশন প্রাপ্ত করে। তবে, এই সংহতকরণ / সংমিশ্রণটি দুটি দিক দিয়ে করা যেতে পারে ।
ব্যবধানগুলির মধ্যে পার্থক্য দেখা দেয় কারণ 5% অঞ্চলটি বিভিন্ন উপায়ে তৈরি করা হয়।
95% আত্মবিশ্বাস ব্যবধানে মানগুলি থাকে যার জন্য পর্যবেক্ষণকৃত মান value at অন্তত 95% ক্ষেত্রে দেখা দেয়। এইভাবে. মান যাই হোক না কেন , আমরা কেবলমাত্র 95% ক্ষেত্রেই একটি ভুল রায় দেব।λx¯λ
যে কোনও জন্য আপনার সীমানা উত্তর এবং দক্ষিণের ( পরিবর্তন করা ) সম্ভাবনা কার্যকারিতার ওজনের 2.5%।λx¯
95% বিশ্বাসযোগ্য ব্যবধানে মানগুলি রয়েছে যা পর্যবেক্ষিত মান value (একটি ফ্ল্যাট পূর্বে দেওয়া হয়েছে) হতে পারে।λx¯
এমনকি প্রদত্ত জন্য পর্যবেক্ষণের ফলাফল 5 5% এর চেয়ে কম থাকলেও, বিশেষ বিশ্বাসযোগ্য ব্যবধানের মধ্যে থাকতে পারে। বিশেষ উদাহরণে উচ্চতর মানগুলি বিশ্বাসযোগ্য ব্যবস্থার জন্য 'পছন্দসই'।x¯λλλ
যে কোনও For এর জন্য আপনার সীমানার পশ্চিম এবং পূর্ব ( পরিবর্তন করা ) সম্ভাবনা ফাংশনের ওজনের 2.5%।x¯λ
একটি ক্ষেত্রে যেখানে আত্মবিশ্বাসের ব্যবধান এবং বিশ্বাসযোগ্য ব্যবধান (অনুপযুক্ত পূর্বের উপর ভিত্তি করে) একত্রে গাউসীয় বিতরণযোগ্য ভেরিয়েবলের গড় অনুমানের জন্য হয় (বিতরণটি এখানে চিত্রিত করা হয়েছে: https://stats.stackexchange.com/a/351333/164061 )।
আত্মবিশ্বাসের ব্যবধান এবং বিশ্বাসযোগ্য ব্যবধানটি মিলে না যায় এমন একটি স্পষ্ট কেস এখানে চিত্রিত করা হয়েছে ( https://stats.stackexchange.com/a/369909/164061 )। এই ক্ষেত্রে আত্মবিশ্বাসের বিরতিতে অসীমের একটি বা এমনকি উভয় (উপরের / নিম্ন) সীমা থাকতে পারে।