Sanırım
oysa doğru
yanlış.
Ancak, daha sonra ilgili bir "sezgi" var, yani, iki vakayı (C veya C değil) bölerek P (A | B) olasılığını düşünürsünüz. Bu sezgi neden yanlış?
Sanırım
oysa doğru
yanlış.
Ancak, daha sonra ilgili bir "sezgi" var, yani, iki vakayı (C veya C değil) bölerek P (A | B) olasılığını düşünürsünüz. Bu sezgi neden yanlış?
Yanıtlar:
Olasılığı bu, kolay bir karşı örnek olarak, varsayalım bir olduğu bağımsız olarak değer, . Sonra, yanlış denklemi alırsak, şunu elde ederiz:
Açıkçası doğru olamayacağını, bir olasılıkla daha büyük olamaz . Bu, iki durumun her birine, olayın ne kadar muhtemel olduğuna orantılı olarak ağırlık atamanız gereken sezgiyi oluşturmaya yardımcı olur , bu da ilk (doğru) denklemle sonuçlanır. .
Bu sizi ilk denkleminize yaklaştırır, ancak ağırlıklar tamamen doğru değildir. Doğru ağırlıklar için A. Rex'in yorumuna bakın.
Dennis'in cevabının yanlış denklemi çürüten harika bir karşı örneği var. Bu cevap, aşağıdaki denklemin neden doğru olduğunu açıklamayı amaçlamaktadır:
Her terim koşullandığından , tüm olasılık alanını ve terimini bırakabiliriz . Bu bize şunları verir:B B
O zaman bu denklemin neden ve terimlerini içerdiğini soruyorsunuz .P ( ¬ C )
Bunun nedeni ise kısmı olan içinde ve kısmı olduğu bölgesindeki ve two toplayın için . Diyagrama bakınız. Öte yandan üzerinde oranıdır içeren ve oranı olan içeren - bunlar ortak paydaları zorunda kalmamak için farklı bölgelerin oranlarıdır bu yüzden onları eklemek anlamsızdır.
Sorunuza zaten iki harika yanıt aldığınızı biliyorum, ama sadece sezginizin arkasındaki fikri nasıl doğru denkleme dönüştürebileceğinizi belirtmek istedim.
İlk olarak, ve eşdeğerdeP(X∩Y)=P(X∣Y)P(Y).
Hata yapmaktan kaçınmak için, tüm koşullu olasılıkları ortadan kaldırmak için önceki paragraftaki ilk denklemi kullanacağız, daha sonra kesişme ve olay birlikleri içeren ifadeleri yeniden yazmaya devam edeceğiz, daha sonra koşulluları tekrar tanıtmak için önceki paragraftaki ikinci denklemi kullanacağız . Böylece şunlarla başlıyoruz:
İstenilen denklemi elde edene kadar sağ tarafı yeniden yazmaya devam edeceğiz.
Sezgi olarak sosyal çalışma etkinliği genişler içine ( bir ∩ Cı ) ∪ ( A ∩ ¬ Cı ) , elde P ( A | B ) = p ( ( ( A ∩ Cı ) ∪ ( A ∩ ¬ Cı ) ) ∩ B )
Setlerde olduğu gibi, kavşak birleşim üzerinden dağılır:
Payda birleştirilen iki olay birbirini dışlayan ( ve ¬ C'nin her ikisi de gerçekleşemediğinden), toplam kuralını kullanabiliriz: P ( A ∣ B ) = P ( A ∩ B ∩ C )
Şimdi görüyoruz ki ; böylece, söz konusu olayı ("sağ" taraf) aynı tutarsanız, ilgili olaydaki olayın toplamını (koşullu çubuğun "sol" tarafı) kullanabilirsiniz. Bu, diğer eşitlik kanıtları için de genel bir kural olarak kullanılabilir.
İkinci paragraftaki ikinci denklemi kullanarak istenen koşulları tekrar ekliyoruz : ve benzer şekilde ¬ C için .
Bunu denklemimize şu şekilde bağlarız : P ( A ∣ B ) = P ( A ∣ B ∩ C ) P ( B ∩ C )
P'ye dikkat edin ( B ing C )(ve benzer şekilde¬C için), sonundaP(A∣B)=P(A∣B∩C)P(C∣B)+P(A∣B∩¬C)P(¬C∣B)
Düzeltme de dahil olmak üzere doğru denklem hangisidir (biraz farklı gösterim olsa da).
Not bu haline P ( A | B ∩ C ) P ( Cı | B ) . Bu , B koşulunu sadece P ( A ∩ C ) ve P ( A'ya değil ) ekleyerek P ( A ∩ C ) = P ( A ∣ C ) P ( C ) denklemini yansıtır.
Olasılıklar oranlardır; A'nın B olasılığı, A'nın B boşluğunda ne sıklıkta gerçekleştiğidir. Örneğin,Mart ayındaki yağışlı gün sayısının Mart ayındaki toplam gün sayısına bölümüdür. Kesirler ile uğraşırken, payları bölmek mantıklıdır. Örneğin,
Bu tabii ki "kar" ve "yağmur" un birbirini dışladığını varsayar. Bununla birlikte, paydaları bölmek mantıklı değildir. Eğer varsa, eşittir
Ama bu eşit değil
If you're having trouble seeing that, you can try out some numbers. Suppose there are 10 rainy days in February and 8 in March. Then we have
and
The first number, 29.5%, is the average of 35.7% and 25.8% (with the second number weighted slightly more because there is are more days in March). When you say you're saying that , which is false.