จากทฤษฎีสถิติโดย Mark J. Schervish (หน้า 12):
แม้ว่าทฤษฎีบทการเป็นตัวแทนของ DeFinetti 1.49 เป็นหัวใจสำคัญของการสร้างแบบจำลองพารามิเตอร์ แต่มันไม่ได้ถูกนำมาใช้จริง
ทฤษฎีบทเป็นศูนย์กลางของแบบจำลองพารามิเตอร์อย่างไร
จากทฤษฎีสถิติโดย Mark J. Schervish (หน้า 12):
แม้ว่าทฤษฎีบทการเป็นตัวแทนของ DeFinetti 1.49 เป็นหัวใจสำคัญของการสร้างแบบจำลองพารามิเตอร์ แต่มันไม่ได้ถูกนำมาใช้จริง
ทฤษฎีบทเป็นศูนย์กลางของแบบจำลองพารามิเตอร์อย่างไร
คำตอบ:
De Finetti ของตัวแทนทฤษฎีบทให้ในเวลาที่เดียวในการแปลความหมายของความน่าจะ subjectivistic ที่เหตุผลเลยนะêtreของแบบจำลองทางสถิติและความหมายของค่าพารามิเตอร์และการกระจายของพวกเขาก่อน
สมมติว่าตัวแปรสุ่มแสดงผลลัพธ์ของการโยนเหรียญต่อเนื่องโดยมีค่าและสอดคล้องกับผลลัพธ์ "หัว" และ "ก้อย" ตามลำดับ วิเคราะห์ในบริบทของการตีความ subjectivistic ของแคลคูลัสความน่าจะเป็นความหมายของรูปแบบ frequentist ปกติตามที่ 's มีความเป็นอิสระและกันกระจายเดอ Finetti ตั้งข้อสังเกตว่าสภาพของความเป็นอิสระจะบ่งบอกเช่นที่ และดังนั้นผลลัพธ์ของแรกโยนจะไม่เปลี่ยนความไม่แน่นอนเกี่ยวกับผลลัพธ์ของ 1 0 X ฉัน P { X n = x n ∣ X 1 = x 1 , … , X n - 1 = x n - 1 } = P { X n = x n }n - 1 n เบื้องต้น 999 1 / 2 X ฉัน
การสังเกตนี้ทำให้ De Finetti นำไปสู่การเปิดตัวของสภาพที่อ่อนแอกว่าความเป็นอิสระที่จะแก้ไขข้อขัดแย้งที่เห็นได้ชัดนี้ กุญแจสำคัญในการแก้ปัญหาของ De Finetti เป็นรูปแบบสมมาตรแบบกระจายที่รู้จักกันในชื่อการแลกเปลี่ยน
สำหรับชุด จำกัด ที่กำหนดของวัตถุสุ่มให้แสดงถึงการกระจายตัวของพวกมัน เซต จำกัด นี้สามารถแลกเปลี่ยนได้ถ้า , สำหรับการเปลี่ยนแปลงทุกครั้ง\} ลำดับของวัตถุสุ่มสามารถแลกเปลี่ยนได้หากแต่ละเซตย่อยที่แน่นอนของมันสามารถแลกเปลี่ยนได้
หากว่าลำดับของตัวแปรสุ่มนั้นสามารถแลกเปลี่ยนได้ De Finetti ได้พิสูจน์ทฤษฎีบทที่โดดเด่นที่ให้ความกระจ่างเกี่ยวกับความหมายของแบบจำลองทางสถิติที่ใช้กันทั่วไป ในกรณีเฉพาะเมื่อรับค่าและทฤษฎีบทการเป็นตัวแทนของ De Finetti กล่าวว่าสามารถแลกเปลี่ยนได้ถ้าหากมีตัวแปรสุ่ม , ที่มีการแจกแจง , นั่นคือ ที่x_i ยิ่งกว่านั้นเรายังมีสิ่งนั้น
ทฤษฎีบทการเป็นตัวแทนนี้แสดงให้เห็นว่าแบบจำลองทางสถิติเกิดขึ้นได้อย่างไรในบริบทของ Bayesian: ภายใต้สมมติฐานของความสามารถแลกเปลี่ยนได้ของ , aเช่นนั้นตามมูลค่าของที่สังเกตได้คือเป็นอิสระและกระจายเหมือนกัน ยิ่งกว่านั้นกฎหมายที่รัดกุมของ De Finetti แสดงให้เห็นว่าเรามีความคิดเห็นก่อนหน้าเกี่ยวกับ unobservableซึ่งแสดงโดยการกระจายคือความคิดเห็นเกี่ยวกับขีด จำกัด ของก่อนที่เราจะมีข้อมูลเกี่ยวกับค่าของการรับรู้ ของใด ๆ 's พารามิเตอร์มีบทบาทในการสร้าง บริษัท ย่อยที่มีประโยชน์ซึ่งช่วยให้เราได้รับความน่าจะเป็นตามเงื่อนไขที่เกี่ยวข้องกับสิ่งที่สังเกตได้ผ่านความสัมพันธ์เช่น
ทุกอย่างถูกต้องทางคณิตศาสตร์ในคำตอบของเซน อย่างไรก็ตามฉันไม่เห็นด้วยในบางประเด็น โปรดทราบว่าฉันไม่ได้อ้าง / เชื่อในมุมมองของฉันคือสิ่งที่ดี ในทางตรงกันข้ามฉันรู้สึกว่าประเด็นเหล่านี้ยังไม่ชัดเจนสำหรับฉันเลย เหล่านี้เป็นคำถามเชิงปรัชญาเกี่ยวกับที่ฉันชอบที่จะหารือ (และแบบฝึกหัดภาษาอังกฤษที่ดีสำหรับฉัน) และฉันก็สนใจในคำแนะนำใด ๆ
เกี่ยวกับตัวอย่างที่มี "หัว" ความคิดเห็นของเซน: "สมมติฐานของความเป็นอิสระของจะแปลว่ามันเป็นไปไม่ได้ที่จะเรียนรู้ทุกอย่างเกี่ยวกับเหรียญโดยการสังเกตผลของการโยน" สิ่งนี้ไม่เป็นความจริงจากมุมมองของผู้ใช้บ่อย: การเรียนรู้เกี่ยวกับเหรียญหมายถึงการเรียนรู้เกี่ยวกับซึ่งเป็นไปได้โดยการประเมิน (ช่วงจุดประเมินหรือช่วงความมั่นใจ)จากผลลัพธ์ก่อนหน้า หากผู้ถี่สังเกต "หัว" เขา / เธอสรุปว่าน่าจะใกล้กับและจึงเป็นเช่นนั้น
ในตัวอย่างเหรียญนี้การสุ่มคืออะไร? ลองนึกภาพว่าคนสองคนเล่นเกมโยนเหรียญจำนวนไม่ จำกัด ด้วยเหรียญเดียวกันทำไมพวกเขาถึงพบแตกต่างกัน? ฉันทราบอยู่แล้วว่าลักษณะของการโยนเหรียญคือค่าคงที่ซึ่งเป็นค่าทั่วไปของสำหรับนักเล่นเกมทุกคน ("นักเล่นเกมเกือบทุกคน" ด้วยเหตุผลทางคณิตศาสตร์เชิงเทคนิค) ตัวอย่างที่เป็นรูปธรรมมากขึ้นซึ่งไม่มี interpretable สุ่มเป็นกรณีของการสุ่มแบบมี replacment ในประชากร จำกัด ของและ1
เกี่ยวกับหนังสือของ Schervish และคำถามที่เกิดขึ้นจาก OP ฉันคิดว่า (พูดเร็ว) Schervish หมายความว่าการแลกเปลี่ยนเป็นสมมติฐานที่ "ยอดเยี่ยม" และจากนั้นทฤษฎีบทของ DeFinetti ก็คือ "เจ๋ง" เพราะมันบอกว่าแบบจำลองที่แลกเปลี่ยนได้ทุกตัว แน่นอนฉันเห็นด้วยทั้งหมด อย่างไรก็ตามถ้าฉันสมมติว่าเป็นแบบจำลองการแลกเปลี่ยนเช่นและแล้วฉันจะมีความสนใจในการปฏิบัติเกี่ยวกับการอนุมานและ , ไม่เกี่ยวกับการก่อให้เกิดการ\ถ้าฉันสนใจที่จะรับรู้ฉันจะไม่เห็นความสนใจในการแลกเปลี่ยน
สายแล้ว...
พวกคุณอาจสนใจบทความเกี่ยวกับเรื่องนี้ (การสมัครสมาชิกวารสารที่จำเป็นสำหรับการเข้าถึง - ลองเข้าถึงจากมหาวิทยาลัยของคุณ):
บทความนี้กล่าวถึงทฤษฎีบทการเป็นตัวแทนเป็นพื้นฐานสำหรับแบบจำลอง IID แบบเบย์และแบบประจำและยังนำไปใช้กับตัวอย่างการโยนเหรียญ มันควรจะมีการถกเถียงกันอย่างถี่ถ้วนเกี่ยวกับการตั้งสมมติฐานของกระบวนทัศน์ของผู้ถี่ถ้วน จริง ๆ แล้วมันใช้ส่วนขยายที่กว้างกว่ากับทฤษฎีบทการแสดงซึ่งอยู่นอกเหนือจากโมเดลทวินาม แต่มันก็ยังควรมีประโยชน์