Jeśli chodzi o moją kruszywa (i ograniczonych) wiedzy na statystykach zezwoleń, zrozumiałem, że jeśli są IID zmiennymi losowymi, a następnie jako termin oznacza, że są niezależne i jednakowo rozdzielone.
Moje obawy o to dawny majątek próbek IID, który brzmi:
dla dowolnej kolekcji różnych 's st 1 ≤ i j < n .
Jednak wiadomo, że suma niezależnych próbek identycznych rozkładów dostarcza informacji o strukturze rozkładu, aw rezultacie o w powyższym przypadku, więc tak naprawdę nie powinno być tak, że: p ( X n | X i 1 , X i 2 , . . . , X i K ) = P ( x n ) .
Wiem, że jestem ofiarą błędu, ale nie wiem dlaczego. Proszę, pomóż mi w tym.
Odpowiedzi:
źródło
Statystyki bayesowskie a klasyczne
Dokąd to zmierza?
Bayesian głęboko w subiektywnym prawdopodobieństwie powiedziałby, że liczy się prawdopodobieństwo z jej perspektywy! . Jeśli zobaczy 10 głów z rzędu, 11. głowa jest bardziej prawdopodobne, ponieważ 10 głów z rzędu prowadzi do przekonania, że moneta jest przekrzywiona na korzyść głów.
Dalsze uwagi
Starałem się dać krótkie wprowadzenie tutaj, ale to, co zrobiłem, jest w najlepszym razie dość powierzchowne, a koncepcje są w pewnym sensie dość głębokie. Jeśli chcesz zagłębić się w filozofię prawdopodobieństwa, książka Savage'a z 1954 r., Foundation of Statistics to klasyk. Google dla Bayesian vs. Frequist i pojawi się mnóstwo rzeczy.
Innym sposobem myślenia o losowaniach IID jest twierdzenie de Finetti i pojęcie wymienności . W ramach bayesowskich wymienność jest równoważna niezależności zależnej od pewnej utajonej zmiennej losowej (w tym przypadku krzywej monety).
źródło