贝叶斯定理有助于我们确定概率

托马斯·贝叶斯曾经是一个数学家，长老会部长和捍卫者艾萨克·牛顿爵士。今天，由于他去世两年后发布的一份文件，他受到了世界各地统计学家的庆祝。

贝叶斯于1761年4月7日去世。理查德·普莱斯（Richard Price）得到了他未发表的笔记。其中包括一篇关于一个主题的部分文章，该主题始终在我们的脑海中重视：概率。

印象深刻且感兴趣，价格有一个编辑版本出版1763年，标题为“解决机会学说的问题”。

在这里，基础是我们现在称为贝叶斯定理（或“贝叶斯统治”）的基础，这是现代最糟糕的工具之一统计数据。

什物

哥伦比亚大学副教授克里斯·威金斯（Chris Wiggins）说：“贝叶斯的规则今天以无数方式使用。它为您提供了一个清晰思考不确定性的工具（几十年的认知科学研究表明我们并不特别擅长）。”应用数学，在电子邮件采访中。

实际方程式显示在上面。简而言之，该公式的目的是确定“ A”的概率已经发生或观察到了“ A”的概率。

为此，我们必须采取以下步骤：

有条件的概率躺在贝叶斯定理的中心。世界是一个复杂的地方。当我们试图确定特定事物会发生的机会时，有时我们需要修改计算，因为新信息，新的开发和先前存在的数据。

输入定理。无论您是一个天体物理学家，正在研究宇宙年龄或野生生物生物学家提出人口估计对于很少见的物种，贝叶斯定理可以帮助您沿着这些条件线更新前景和世界观。

现在，我们知道了一些基本知识，让我们拿出贝叶斯先生的公式进行旋转。

对或错？

医疗专业人员知道要提防误报。

如果测试告诉您实际上缺乏时存在某些东西，那是一个假阳性的Amigo。牧羊人男孩哭了，但他并没有真正看到一个。

真正的积极因素是与现实保持一致的测试结果。当测试暴露了真正存在的条件时，它们是您得到的。因此，在这种情况下，狼是真实的，牧羊人的男孩在说实话。

埃默里大学生物统计学家兰斯·沃勒（Lance Waller）在最近的电子邮件交流中解释说：“贝叶斯定理可以提供诊断测试的性能的见解。”

“当我们去诊所接受测试时，我们想知道我病了给出测试是阳性的。“

“给医生贝叶斯分页！”

为了解释托马斯·贝叶斯（Thomas Bayes）如何适应有关医疗测试中假阳性的对话，沃勒（Waller's）有一个有益的假设。再看一下我们的印刷公式。看到AS和BS？现在是时候用一些抽象的东西替换这些字母了。

沃勒说：“假设我们采用了一项测试，该测试有100分之一的机会向健康的人带来假阳性结果，而同样的测试在100个机会中有99个机会给病人带来真正的积极结果。”xf187手机版

“如果我们将这项测试应用于100名健康的人和100名病人，我xf187手机版们将期望1个假阳性和99个真正的阳性。如果我们向100,000名健康的人和100人进行了相同的测试，我们将期望1,000个误报和99个真正的测试积极的。我们的大多数积极测试结果都是错误的。”

沃勒告诉我们：“贝叶斯定理”定义了生病和健康的人的比例如何改变的可能性xf187手机版阳性测试给出一个xf187手机版健康的人概率一个xf187手机版健康的人给出阳性测试。”

在实验室外

定理产生了贝叶斯统计，一种更广泛的数学和概率方法。

这所思想流派有其份额批评家这些年来。然而，历史表明，有一个贝叶斯思想的地方。正如威金斯（Wiggins）指出的那样，数学家现在使用不同的计算工具（并寻找不同类型的数据）。

威金斯说：“有时我们会使用数据来描述世界；其他时候，对特定结果进行预测；还有其他时间开处方可以优化结果的治疗方法。”“因此，毫不奇怪的是，关于构成良好模型或良好建模实践的规范也已经提高了。”

在我们以计算机为导向的文化中，贝叶斯方法都在我兴发登录m xf839 com们周围。考虑电子邮件。一些电子邮件过滤器使用贝叶斯定理来计算单个消息的几率不需要的垃圾邮件鉴于其单词选择。

或看美国海岸警卫队如何波浪2014年，当时的一项计算机程序导致了失踪的渔夫营救。您可能已经猜到了，该程序通过贝叶斯定理完成了工作。

沃勒说：“进行'贝叶斯分析'并不总是意味着更好的分析。”“ [但是]由于贝叶斯方法需要详细的数学定义，因此，贝叶斯分析通常可以灵活地适应比传统方法更广泛的应用。”

How兴发首页xStuffWorks可能会在本文中从会员链接中获得少量佣金。