У меня есть вероятность P (A | B = T, C = F, D = F, G = T) такая же, как вычисления P (A | B = T) * P (A | C = F) * P (A | D = F) * P (A | G = T)? P (A | B = T, C = F, D = F, G = T) = P (A | B = T) * P (A | C = F) * P (A | D = F) * P (A | G = T)? где A - ребенок B, C, D, G спасибо!Байесовская вероятность
ответ
В целом это не верно, что выполняется следующее.
P(A|B,C) = P(A|B) • P(A|C)
Следующий является верно, однако. (Bayes' theorem)
P(B,C|A) • P(A)
P(A|B,C) = ━━━━━━━━
P(B,C)
Кроме того, если В и С являются условно независимыми дан, следующий является верно.
P(A|B,C) ∝ P(B|A) • P(C|A) • P(A)
Я здесь немного педантичен, но термин «P (B, C | A) = P (B | A) * P (C | A)» - это условная независимость *, что не то же самое как независимость. Случайные переменные могут быть условно независимыми, но не независимыми, и наоборот, поэтому последнее уравнение не может быть принято из независимости. Вы можете прочитать больше [на этот вопрос] (http://math.stackexchange.com/questions/22407/independence-and-conditional-independence-between-random-variables) – eigenchris
@eigenchris Абсолютно. Я знаю обоюдную независимость, но в спешке я сказал не то. Спасибо, что поймали его. –
- 1. Байесовская вероятность с неопределенным качеством доказательств
- 2. Байесовская сеть, основанная на результатах
- 3. TextBlob Наивная байесовская классификация
- 4. Байесовская сеть Классификатор
- 5. Интеркаузальные рассуждения: Байесовская сеть
- 6. Байесовская корреляция с PyMC3
- 7. Объектно-ориентированная байесовская фильтрация спама?
- 8. байесовская сетевая библиотека для iphone?
- 9. Байесовская нейронная сеть: вычисление Hessian
- 10. Байесовская сеть для фильтрации спама
- 11. Наивная байесовская классификация (фильтрация спама) - Какой расчет правилен?
- 12. Случайная вероятность
- 13. Вероятность Maths
- 14. Вероятность улучшается?
- 15. Вероятность сомнений
- 16. Python, вероятность
- 17. Вероятность функция
- 18. Вероятность кости
- 19. Вероятность события
- 20. R: Байесовская логистическая регрессия для иерархических данных
- 21. Наивная байесовская классификация (с использованием NLTK)
- 22. Есть ли байесовская библиотека фильтров для .NET.
- 23. Продольная иерархическая байесовская регрессия с JAGS
- 24. Нормализованная байесовская модель IRT в pymc
- 25. Байесовская оценка log-normal с использованием JAGS
- 26. Байесовская статистика, машинное обучение: предыдущий v.s hyperprior
- 27. Байесовская библиотека фильтрации спама для Python
- 28. Наивная байесовская классификация с плавающей точкой Underflow
- 29. Байесовская фильтрация для сообщений на форуме
- 30. R статистика, оценивающая вероятность случаев. Какова вероятность того, что мост ...
Как указано, вопрос не связан конкретно с программированием, но он может быть подходящим для [Cross Validated] (http://stats.stackexchange.com/help/on-topic). –