ความแตกต่างในความหมายระหว่างสัญกรณ์และซึ่งใช้กันทั่วไปในหนังสือและเอกสารจำนวนมากคืออะไร?P ( z | d , w )
ความแตกต่างในความหมายระหว่างสัญกรณ์และซึ่งใช้กันทั่วไปในหนังสือและเอกสารจำนวนมากคืออะไร?P ( z | d , w )
คำตอบ:
ฉันเชื่อว่าต้นกำเนิดของสิ่งนี้คือกระบวนทัศน์ความน่าจะเป็น (แม้ว่าฉันยังไม่ได้ตรวจสอบความถูกต้องทางประวัติศาสตร์ที่แท้จริงของด้านล่างมันเป็นวิธีที่สมเหตุสมผลในการทำความเข้าใจว่าฉันมาเป็นอย่างไร)
สมมติว่าในการตั้งค่าการถดถอยคุณจะมีการแจกแจง: p (Y | x, เบต้า) ซึ่งหมายความว่า: การกระจายของ Y ถ้าคุณรู้ (มีเงื่อนไข) ค่า x และเบต้า
หากคุณต้องการประเมิน betas คุณต้องการเพิ่มโอกาส: L (เบต้า; y, x) = p (Y | x, เบต้า) เป็นหลักตอนนี้คุณกำลังมองหานิพจน์ p (Y | x, beta) เป็น ฟังก์ชั่นของเบต้า แต่นอกเหนือจากนั้นไม่มีความแตกต่าง (สำหรับนิพจน์ที่ถูกต้องทางคณิตศาสตร์ที่คุณสามารถหามาได้อย่างถูกต้องนี่เป็นสิ่งจำเป็น - แม้ว่าในทางปฏิบัติแล้วไม่มีใครรบกวนจิตใจ)
จากนั้นในการตั้งค่าแบบเบย์ความแตกต่างระหว่างพารามิเตอร์และตัวแปรอื่น ๆ จะจางหายไปในไม่ช้าดังนั้นจึงเริ่มมีการใช้เครื่องหมายทั้งสองแบบผสม
ดังนั้นในสาระสำคัญ: ไม่มีความแตกต่างที่เกิดขึ้นจริง: พวกเขาทั้งสองบ่งบอกถึงการแจกแจงแบบมีเงื่อนไขของสิ่งทางด้านซ้ายและเงื่อนไขทางด้านขวา
คือความหนาแน่นของตัวแปรสุ่ม Xที่จุด xกับ θเป็นพารามิเตอร์ของการกระจาย f ( x , θ )คือความหนาแน่นรอยต่อของ Xและ Θณ จุด ( x , θ )และมีเหตุผลเพียงถ้า Θเป็นตัวแปรสุ่ม f ( x | θ )คือการแจกแจงแบบมีเงื่อนไขของ X ที่ให้ Θและอีกครั้งเหมาะสมถ้าเป็นตัวแปรสุ่ม สิ่งนี้จะชัดเจนมากขึ้นเมื่อคุณอ่านเพิ่มเติมและดูการวิเคราะห์แบบเบย์
เป็นเช่นเดียวกับเพียงหมายความว่าเป็นพารามิเตอร์ที่คงที่และฟังก์ชั่นเป็นหน้าที่ของx , OTOH เป็นองค์ประกอบของครอบครัว (หรือชุด) ฟังก์ชั่นที่องค์ประกอบที่มีการจัดทำดัชนีโดยΘความแตกต่างที่ลึกซึ้งบางทีอาจเป็นเรื่องสำคัญ เมื่อมันถึงเวลาที่จะประเมินพารามิเตอร์ที่ไม่รู้จักบนพื้นฐานของข้อมูลที่รู้จักกัน ; ในเวลานั้นแตกต่างกันและได้รับการแก้ไขส่งผลให้ "ฟังก์ชั่นโอกาส" การใช้เป็นเรื่องธรรมดามากขึ้นในหมู่นักสถิติในขณะที่ในหมู่นักคณิตศาสตร์
แม้ว่ามันจะไม่ได้เป็นอย่างนี้เสมอไปวันนี้มักใช้เมื่อd , wไม่ใช่ตัวแปรสุ่ม P ( Z | d , W )บ่งชี้ว่าเครื่องกับค่าของd , W การปรับเงื่อนไขเป็นการดำเนินการกับตัวแปรสุ่มและเป็นเช่นนั้นโดยใช้สัญกรณ์นี้เมื่อd , wไม่ใช่ตัวแปรสุ่มที่ทำให้เกิดความสับสน
เป็นจุด @ Nick Sabbe ออกเป็นสัญกรณ์ที่พบบ่อยสำหรับการกระจายการสุ่มตัวอย่างของข้อมูลที่สังเกตY ผู้ใช้บางคนจะใช้สัญกรณ์นี้ แต่ยืนยันว่าΘไม่ใช่ตัวแปรสุ่มซึ่งเป็นการละเมิด IMO แต่พวกเขาไม่มีการผูกขาดที่นั่น ฉันเคยเห็น Bayesians ทำเช่นนั้นด้วยการตรึงไฮเปอร์พารามิเตอร์ไว้ที่ท้ายเงื่อนไข