ฉันรู้ว่านี่มาจากการ์ตูนที่มีชื่อเสียงสำหรับการใช้ประโยชน์จากแนวโน้มการวิเคราะห์บางอย่างแต่จริงๆแล้วมันดูมีเหตุผลหลังจากผ่านการจ้องมองไม่กี่นาที ใครสามารถบอกฉันว่า "การปรับเปลี่ยน Bayes theorem " นี้ทำอะไรได้บ้าง
ฉันรู้ว่านี่มาจากการ์ตูนที่มีชื่อเสียงสำหรับการใช้ประโยชน์จากแนวโน้มการวิเคราะห์บางอย่างแต่จริงๆแล้วมันดูมีเหตุผลหลังจากผ่านการจ้องมองไม่กี่นาที ใครสามารถบอกฉันว่า "การปรับเปลี่ยน Bayes theorem " นี้ทำอะไรได้บ้าง
คำตอบ:
ฉันคิดว่านี่เป็นการตอบโต้กับการวิจารณ์ว่าในหลักการ Bayesians สามารถปรับก่อนเพื่อสนับสนุนข้อสรุปใด ๆ ที่พวกเขาต้องการในขณะที่ Bayesians จะยืนยันว่านี่ไม่ใช่สถิติ Bayesian ใช้งานได้จริง
(และใช่คุณประสบความสำเร็จในการทำให้ฉันหงุดหงิดฉันไม่ได้เป็นนักคณิตศาสตร์หรือนักฟิสิกส์ดังนั้นฉันไม่แน่ใจว่ามีกี่คะแนนที่ฉันควรค่า)
เชื่อหรือไม่ว่ารูปแบบประเภทนี้จะปรากฏขึ้นทุก ๆ ครั้งและในแบบจำลองทางสถิติที่รุนแรงมากโดยเฉพาะอย่างยิ่งเมื่อต้องรับมือกับการหลอมรวมข้อมูลคือพยายามรวมการอนุมานจากเซ็นเซอร์หลายตัวที่พยายามอนุมานในเหตุการณ์เดียว
เป็นจริง (เช่นความน่าจะเป็นด้านหลังที่เซ็นเซอร์นี้ผิดพลาดจะสูงมากเมื่อเราตระหนักว่ามันขัดแย้งกับเซ็นเซอร์อื่นทั้งหมด) หากการแจกแจงความล้มเหลวเป็นอิสระจากพารามิเตอร์ที่เราต้องการทำการอนุมานจากนั้นหากความน่าจะเป็นด้านหลังว่าเป็นความล้มเหลวสูงการวัดจากเซ็นเซอร์นั้นจะมีผลกระทบน้อยมากต่อการแจกแจงด้านหลังสำหรับพารามิเตอร์ที่น่าสนใจ ในความเป็นจริงความเป็นอิสระถ้าความน่าจะเป็นหลังของความล้มเหลวคือ 1
นี่เป็นแบบจำลองทั่วไปที่ควรพิจารณาเมื่อพูดถึงการอนุมานคือเราควรแทนที่ทฤษฎีบทของเบย์ด้วยทฤษฎีบทดัดแปลงแบบเบส์เมื่อทำสถิติแบบเบย์หรือไม่? ไม่เหตุผลคือ "การใช้สถิติแบบเบย์อย่างถูกต้อง" ไม่ได้เป็นเพียงไบนารี (หรือถ้าเป็นจริงมันเป็นเท็จเสมอ) การวิเคราะห์ใด ๆ จะมีระดับของสมมติฐานที่ไม่ถูกต้อง เพื่อให้ข้อสรุปของคุณเป็นอิสระอย่างสมบูรณ์จากข้อมูล (ซึ่งมีนัยโดยสูตร) คุณจำเป็นต้องทำข้อผิดพลาดร้ายแรงอย่างยิ่ง หาก "การใช้สถิติแบบเบย์ไม่ถูกต้อง" ในทุกระดับหมายความว่าการวิเคราะห์ของคุณไม่ขึ้นกับความจริงอย่างสมบูรณ์การใช้สถิติจะไร้ค่าอย่างสิ้นเชิง ทุกรุ่นผิด แต่บางรุ่นก็มีประโยชน์และทุกอย่างนั้น