Какво е предварителна вероятност?
При Байесов статистически изход преди това е вероятността за събитие преди събирането на нови данни. Това е най-добрата рационална оценка на вероятността от резултат въз основа на текущите знания преди провеждането на експеримент.
Обяснена преди вероятност
Предварителната вероятност за събитие ще бъде преразгледана, когато се появят нови данни или информация, за да се създаде по-точна мярка за потенциален резултат. Тази ревизирана вероятност става задна вероятност и се изчислява, използвайки теоремата на Байес. В статистически план задната вероятност е вероятността от настъпване на събитие А, като се има предвид, че е настъпило събитие Б.
Например три декара земя имат етикети A, B и C. Един декар има запаси от нефт под повърхността си, докато другите два не. Предходната вероятност маслото да се намери на акър С е една трета, или 0, 333. Но ако се провежда сондажен тест на акър Б и резултатите показват, че на мястото не присъства масло, тогава задната вероятност на маслото да се намери на декари А и С става 0, 5, тъй като всеки декар има един от два шанса.
Теоремата на Бай е много често срещана и основна теорема, използвана при извличане на данни и машинно обучение.
P (A∣B) = P (B) P (A∩B) = P (B) P (A) × P (B∣A), където: P (A) = предварителната вероятност за възникване на A (A∣B) = условната вероятност на A, като се има предвид, че B възникваP (B∣A) = условната вероятност на B, като се има предвид, че възниква A
Ако се интересуваме от вероятността от събитие, за което имаме предварителни наблюдения; ние наричаме това предварителна вероятност. Ще считаме това събитие A и неговата вероятност P (A). Ако има второ събитие, което засяга P (A), което ще наречем събитие B, тогава искаме да знаем каква е вероятността на A е дадена B. В вероятностно обозначение това е P (A | B) и е известно като задна вероятност или ревизирана вероятност. Това е така, защото се е случило след първоначалното събитие, оттам и постът в задната част. Ето как теоремата на Байе уникално ни позволява да актуализираме предишните си убеждения с нова информация.
