Benzer görünseler de oldukça farklı şeyler. Büyük farklarla başlayalım.
h PMI ve WOE'de farklı bir şeydir PMI'daki
terimine dikkat edin . Bu, olasılığı hesaplayabileceğiniz rastgele bir değişken olduğu anlamına gelir . Bir Bayesçi için bu bir sorun değil, ama hipotezlerin bir olasılıkla bir önceliğe sahip olabileceğine inanmıyorsanız, hipotez ve kanıt için PMI bile yazamazsınız. WOE'de , dağılımın bir parametresidir ve ifadeler her zaman tanımlanır. p ( s ) s s
p ( s )hh
PMI simetriktir, WOE
önemsiz değildir , . Bununla birlikte, ihtiyaç, dönem tanımlanamaz . Öyle olsa bile, genel olarak eşit değildir .w ( h : e ) = log p ( h | e ) / p ( h | ˉ e ) ˉ e w ( e : h )p m i ( e , h ) = p m i ( h , e )w ( h : e ) = günlükp ( h | e ) / p ( h | e¯)e¯w ( e : h )
Bunun dışında WOE ve PMI benzerliklere sahiptir.
Delillerin ağırlığı, delillerin hipotez lehine ne kadar konuştuğunu söylüyor. Eğer 0 ise, ne konuşur ne de karşı gelir. Ne kadar yüksekse, hipotezini o kadar doğrular ve ne kadar düşükse o kadar doğrular .ˉ hhh¯
Karşılıklı bilgi, bir olayın ( veya ) gerçekleşmesinin, diğer olayın gerçekleşmesi hakkında nasıl bir şey söylediğini belirler. Eğer 0 ise, olaylar bağımsızdır ve birinin oluşumu diğeri hakkında hiçbir şey söylemez. Ne kadar yüksek olursa, birlikte olmaları o kadar sık olur ve ne kadar düşük olursa karşılıklı olarak o kadar ayrı olurlar.heh
hipotezinin de rastgele bir değişken olduğu ve her iki seçeneğin de geçerli olduğu durumlar ne olacak ? İkili gürültülü bir kanal üzerinden communiction Örneğin, hipotez kod çözme için yayılan sinyal ve kanıt alınan sinyaldir. Saygısız olasılığı olduğunu söylemek Bir aldığınızda eğer öyleyse, , için WOE olan . Öte yandan PMI, yayma olasılığına bağlıdır . Bir yayan olasılığı ne zaman olduğunu doğrulayabilir 0 eğilimi, PMI eğilimindedir o eğilimi ise, zaman yayan a olasılığıh 1 / , 1000 1 1 günlük 0.999 / 0.001 = 6.90 1 1 6.90 0 1 1hh1 / , 100011günlük0.999 / 0.001 = 6.90116.9001 , .1
Bu paradoksal davranış iki şeyi göstermektedir:
Hiçbiri emisyon hakkında bir tahminde bulunmak için uygun değildir. Bir yayıcı olasılığı ise altında damla , büyük olasılıkla emisyonudur alıcı bile . Bununla birlikte, bir yayıcı küçük olasılıkları keder ve PMI hem yakın olan .1 / , 1000 0 1 1 6.9011/10000116.90
PMI, hipotezin gerçekleşmesi hakkında (Shannon'un) bilgisinin bir kazanımıdır , hipotez neredeyse kesinse, o zaman hiçbir bilgi kazanılmaz. WOE, önceki oranlarımızın güncellenmesi olup , bu oranların değerine bağlı değildir.