Bayesanlar Kolmogorov'un aksiyomlarını kabul ediyor mu?


24

Genellikle olasılık teorisi, Kolgomorov'un aksiyomlarıyla öğretilir. Bayesanlar da Kolmogorov'un aksiyomlarını kabul ediyor mu?


8
Bayes teorisi, standart olasılık aksiyomlarından, dolayısıyla Kolmogorov aksiyomlarından gelmektedir.
Xi'an

3
@ Xi'an: Sübjektif inanç derecelerinin olasılıkla temsil edilebildiği çok açık değil - bu yüzden soru, Ramsey ve de Finetti'nin çalışması.
Scortchi - Eski Monica

2
Bu yüzden "nesnel" bir Bayesiyim ve olasılık teorisi standartlarına göre tanımlanmış önceki dağıtımlardan başlıyorum ...
Xi'an

2
Cox-Jaynes'in olasılık yorumunun Bayesian olasılığı için sıkı bir temel oluşturduğuna inanıyorum. (cevabımı gör). Bununla birlikte, Xi'an'ın bu konuda görüş sahibi olması iyi olurdu.
Zirve

1
@ Summit: teşekkür ederim ama korkarım konuyla pek ilgilenmiyorum ...!
Xi'an

Yanıtlar:


25

Benim düşünceme göre, Cox-Jaynes olasılığın yorumlanması Bayesian olasılığı için sıkı bir temel sağlar:

  • Cox, Richard T. "Olasılık, sıklık ve makul beklenti." Amerikan fizik dergisi 14.1 (1946): 1-13.
  • Jaynes, Edwin T. Olasılık teorisi: bilimin mantığı. Cambridge üniversitesi basını, 2003.
  • Beck, James L. "Olasılık mantığına dayalı Bayesian sistem tanımı." Yapısal Kontrol ve Sağlık Takibi 17.7 (2010): 825-847.

Cox tarafından türetilmiş olasılık mantığının aksiyomları:

  1. (P1): (konvansiyonel olarak)Pr[b|a]0
  2. (P2): Pr[b¯|a]=1Pr[b|a] (olumsuzlama işlevi)
  3. (P3): (birleşim işlevi)Pr[bc|a]=Pr[c|ba]Pr[b|a]

Axioms P1-P3 aşağıdakileri ifade eder (Beck, James L. "Olasılık mantığına dayalı Bayesian sistem tanımı." Yapısal Kontrol ve Sağlık Takibi 17.7 (2010): 825-847):

  1. (P4): a) ; b) ; c)Pr[b|bc]=1Pr[b¯|bc]=0Pr[b|c][0,1]
  2. (P5): a) , b) , vasıtaların içerdiği ve bu araçlar eşdeğerdir .Pr[a|c(ab)]Pr[b|c(ab)]Pr[a|c(ab)]=Pr[b|c(ab)]abacabab
  3. (P6):Pr[ab|c]=Pr[a|c]+Pr[b|c]Pr[ab|c]
  4. (P7): önermesinin, önerilerinden yalnızca birinin birinin doğru olduğunu , o zaman: cb1,,bN
    • a) Marjinalleştirme Teoremi:Pr[a|c]=n=1NP[abn|c]
    • b) Toplam Olasılık Teoremi:Pr[a|c]=n=1NPr[a|bnc]Pr[bn|c]
    • c) Bayes 'Teoremi: :k=1,,NPr[bk|ac]=Pr[a|bkc]Pr[bk|c]n=1NPr[a|bnc]Pr[bn|c]

Kolmogorov'un özel bir durum olarak görülebilecek bir mantık ifadesi olduğunu ima ediyorlar.

Bir Bayesian bakış açısını yorumlamamda, her şey her zaman (dolaylı olarak) inancımıza ve bilgimize bağlıdır.

Aşağıdaki karşılaştırma Beck (2010) 'dan alınmıştır: Olasılık mantığına dayalı Bayesçi sistem tanımlaması

Bayesian bakış açısı

Olasılık, belirtilen bilgilere dayanarak bir ifadenin uygunluğunun bir ölçüsüdür.

  1. Olasılık dağılımları , doğası gereği değil, sistemler ve olaylar hakkında akla yatkın bilgi durumlarını temsil eder .
  2. Bir modelin olasılığı, bir kümedeki diğer modellere göre uygunluğunun bir ölçüsüdür .
  3. Pragmatik, eksik bilgi nedeniyle belirsizliği, doğanın içsel rastlantısallığından kaynaklandığını iddia etmeden belirlemektedir.

Frequentist bakış açısı

Olasılık, uzun vadede doğal olarak rastgele bir olayın meydana gelme sıklığıdır .

  1. Olasılık dağılımları, rastgele olayların doğal özellikleridir.
  2. Sınırlı kapsam, örneğin bir modelin olasılığı için bir anlam yoktur.
  3. İçsel rastgelelik olduğu varsayılır, ancak kanıtlanamaz.

Kolmogorov'un aksiyomları yukarıdaki aksiyomlardan nasıl çıkarılır?

Aşağıda, [Beck, James L. "Olasılık mantığına dayalı Bayesçi sistem kimliği" nin 2.2. Yapısal Kontrol ve Sağlık İzleme 17.7 (2010): 825-847.] Özetlenmiştir:

Aşağıda, bu kullanın: olasılık ölçüsü ile ilgili bir alt kümesi sonlu grubu arasında :Pr(A)AX

  1. [K1]:Pr(A)0,AX
  2. [K2]:Pr(X)=1
  3. [K3]: ise ve ayrık bulunmaktadır.Pr(AB)=Pr(A)+Pr(B),A,BXAB

Propositon kişiye olasılık teorinin belitleri [Beck, 2010] den türetilen (K1-K3) amacıyla bildiren ve belirtir olasılık modeli . [Beck, 2010] ayrıca yı tanıtıyor .πxXxPr(A)=Pr[xA|π]

  • P1, K1 ile veb={xA}c=π
  • K2, ; P4 (a) ve , bu olduğunu belirtir .Pr[xX|π]=1πxX
  • K3 P6 türetilebilir: ve , ayrık aracı olduğu ve birbirini dışlar. Bu nedenle, K3:ABxAxB Pr(xAB|π)=Pr(xA|π)+Pr(xB|π)

5
Senin K3 itibaren alabilirsiniz Kolmogorov 3 aksiyomu (sonlu eklenebilirliğin) ancak, (sayılabilir eklenebilirlik), 'bir -field öğesinin öğeleriyse, & sadece alt kümeler değil sonlu bir küme. Pr(i=1nAi)=i=1nPr(Ai)Pr(i=1Ai)=i=1Pr(Ai)Aσ
Scortchi - Monica'yı yeniden kurun

2
@Scortchi KRKoch, Bayesian İstatistiklerine giriş yaparken, Bernardo ve Smith (1994), Bayesian Teorisi, s. 105, sayılabilir sonsuzluğa nasıl hitap edileceğini gösteren bir kaynak olarak. Kontrol etmedim, ancak referans olarak burada verilebilir.
gwr

12

Olasılık Teorisi'nin geliştirilmesinden sonra, ilham verdikleri titizlikle tanımlanmış konsepte kadar ölçülen “olasılık” adına cevap veren daha gevşek kavramların gösterilmesi gerekliydi. "Öznel" Bayesçi olasılıklar, bağımsız bir şekilde karşılaştırılabilirlik ve tutarlılık sınırlamalarına tabi olan inanç derecesinin bir miktarının ölçülmesinin (hiç kimsenin size karşı Hollandalı bir kitap yapamaması durumunda, inançlarınızın tutarlı olduğunu) bağımsız olarak gösteren Ramsey ve de Finetti tarafından değerlendirildi . olasılık olmak

Aksiyomatikleşmeler arasındaki farklılıklar, neyin tanımlanması ve neyin türetilmesi gerektiği ile ilgili büyük ölçüde bir zevk meselesidir. Ancak sayılabilir katkı maddesi, Cox’lardan veya Finetti’den türetilemeyen Kolmogorov’lardan biri ve tartışmalı. Bazı Bayesliler (örneğin, Finetti ve Savage) sonlu katkılarda durur ve bu nedenle Kolmogorov'un tüm aksiyomlarını kabul etmeyin . Sonsuz aralıklarla düzgün olasılık dağılımlarını uygunsuzluk olmadan koyabilirler. Diğerleri de Villegas'ı, monoton sürekliliği varsayarak takip eder ve sayılabilir bir katkı sağlar.

Ramsey (1926), "Gerçek ve olasılık", Ramsey (1931) 'de, Matematiğin Temelleri ve Diğer Mantıksal Yazılar

de Finetti (1931), "Sul significato soggettivo della probabilità", Fundamenta Mathematicæ , 17 , s. 298 - 329

Villegas (1964), "Niteliksel olasılık üzerine -algebras", Ann. Matematik. Devletçi. , 35,4 .σ


3
Neden cevabım sadece 'nesnel Bayesian' olasılıklarıyla ilgilensin? Cox'un (1946) seminal çalışması açıkça öznelliğin konusunu ele alıyor! Bu çok ilginç - ve okunması kolay bir kağıt. “Öznel” ve “nesnel” Bayesian olasılıkları birbirinden ayırmanın bir anlam ifade ettiğini düşünmüyorum: Her şeyi her zaman dolaylı olarak, analizi yapan kişiye şartlı şart koşar -> ve bu konuda “öznel”.
Zirve

Aksiyomların türetilmesiyle ilgili olarak Kolmogorov’un Cox’lardan: “Beck, James L.’nın“ Olasılık mantığına dayanan Bayesian sistem tanımlaması ”bölümünde 2.2. Yapısal Kontrol ve Sağlık Takibi 17.7 (2010): 825-847.
Zirve

1
@ Zirve: (1) Haklısın; Bunun yerine, Ramsey ve de Finetti’nin eğilimli olasılık görüşünün, onları “öznel” kampa sığdırması, oysa Cox’lar daha genel olarak uygulanabilir. (2) Eğer sayılabilen eklenebilirliğin söylüyorsunuz olabilir Cox'un postülalarla çıkarılabilir?
Scortchi - Monica'yı yeniden kurun

Cevabımı uzattım ve yorumlarınızı sabırsızlıkla bekliyorum.
Zirve

1
@ Sumum: Teşekkürler - Madeni daha da yarıya indirecek zaman bulmayı umuyorum. Cox teoreminden "tam" Kolmogorov aksiyomlarından ne kadar alabileceğiniz arasındaki boşluğa dikkat çektim ve bu sorunun özellikle alman olduğunu düşünüyorum (ilk cevap verdiğimde tamamen unutmuş olmama rağmen). Jaynes bu BTW hakkında söylenecek bazı ilginç şeyler vardı.
Scortchi - Eski Monica
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.