Hva er tidligere sannsynlighet?
Prioritert sannsynlighet, i Bayesianske statistiske inferanser, er sannsynligheten for en hendelse før nye data blir samlet inn. Dette er den beste rasjonelle vurderingen av sannsynligheten for et utfall basert på dagens kunnskap før et eksperiment utføres.
Forutgående sannsynlighet forklart
Den forutgående sannsynligheten for en hendelse vil bli revidert etter hvert som nye data eller informasjon blir tilgjengelig, for å gi et mer nøyaktig mål på et potensielt utfall. Den reviderte sannsynligheten blir den bakre sannsynligheten og beregnes ved å bruke Bayes teorem. Statistisk sett er den bakre sannsynligheten sannsynligheten for at hendelse A inntreffer gitt at hendelse B har skjedd.
For eksempel har tre mål land merkelappene A, B og C. En dekar har reserver av olje under overflaten, mens de to andre ikke har det. Den tidligere sannsynligheten for at olje blir funnet på ac C er en tredjedel, eller 0, 333. Men hvis en boretest blir utført på dekar B, og resultatene indikerer at det ikke er noen olje på stedet, da blir den bakre sannsynligheten for at olje blir funnet på dekar A og C 0, 5, ettersom hver dekar har en av to sjanser.
Bayes teorem er en veldig vanlig og grunnleggende teorem som brukes i data mining og maskinlæring.
P (A∣B) = P (B) P (A∩B) = P (B) P (A) × P (B∣A) hvor: P (A) = den tidligere sannsynligheten for at A oppstår P (A∣B) = betinget sannsynlighet for A gitt at B forekommerP (B∣A) = betinget sannsynlighet for B gitt at A oppstår
Hvis vi er interessert i sannsynligheten for en hendelse som vi har forhåndsobservasjoner; vi kaller dette forutgående sannsynlighet. Vi vurderer denne hendelsen A, og dens sannsynlighet P (A). Hvis det er en andre hendelse som påvirker P (A), som vi vil kalle hendelse B, vil vi vite hva sannsynligheten for at A er gitt B har skjedd. I probabilistisk notasjon er dette P (A | B), og er kjent som bakre sannsynlighet eller revidert sannsynlighet. Dette er fordi det har skjedd etter den opprinnelige hendelsen, derav innlegget bak. Slik lar Bayes teorem oss unikt å oppdatere vår tidligere tro med ny informasjon.
