Twierdzenie Bayesa: wyjaśnienie, zastosowania, ćwiczenia
Twierdzenie Bayesa jest procedurą, która pozwala nam wyrazić prawdopodobieństwo warunkowe zdarzenia losowego A danego B, w odniesieniu do rozkładu prawdopodobieństwa zdarzenia B podanego A i rozkładu prawdopodobieństwa tylko A.
Twierdzenie to jest bardzo przydatne, ponieważ dzięki niemu możemy powiązać prawdopodobieństwo, że zdarzenie A wystąpi, wiedząc, że wystąpiło B, z prawdopodobieństwem, że nastąpi odwrotne zjawisko, to znaczy, że B występuje z A.
Twierdzenie Bayesa było srebrną propozycją wielebnego Thomasa Bayesa, osiemnastowiecznego angielskiego teologa, który był także matematykiem. Był autorem kilku prac w teologii, ale obecnie znany jest z kilku traktatów matematycznych, wśród których głównym wynikiem jest wspomniane twierdzenie Bayesa.
Bayes zajmował się tym twierdzeniem w artykule zatytułowanym „Esej w kierunku rozwiązania problemu w doktrynie szans”, opublikowanym w 1763 r., I na którym opracowano duże dzieła w celu rozwiązania problemu w doktrynie możliwości. Badania z aplikacjami w różnych obszarach wiedzy.
Wyjaśnienie
Po pierwsze, do dalszego zrozumienia tego twierdzenia, konieczne są pewne podstawowe pojęcia teorii prawdopodobieństwa, zwłaszcza twierdzenie o mnożeniu dla prawdopodobieństwa warunkowego, które stwierdza, że
Dla dowolnych zdarzeń E i A w przestrzeni próbkowej S.
I definicja partycji, która mówi nam, że jeśli mamy zdarzenia A 1, A 2, ..., A n z przykładowej przestrzeni S, utworzą one partycję S, jeśli A i wzajemnie się wykluczają, a ich unią jest S.
Mając to, niech B będzie kolejnym wydarzeniem. Wtedy możemy zobaczyć B jako
Gdzie A i przecinają się z B są wzajemnie wykluczającymi się wydarzeniami.
I w konsekwencji
Następnie stosując twierdzenie mnożenia
Z drugiej strony prawdopodobieństwo warunkowe Ai podane B jest zdefiniowane przez
Zastępując odpowiednio musimy dla każdego
Zastosowania twierdzenia Bayesa
Dzięki temu zespołom badawczym i różnym korporacjom udało się udoskonalić systemy oparte na wiedzy.
Na przykład, w badaniu chorób, twierdzenie Bayesa może pomóc w rozpoznaniu prawdopodobieństwa, że choroba zostanie znaleziona w grupie osób o danej charakterystyce, biorąc za dane globalne wskaźniki choroby i przewagę tych cech w ludzie zarówno zdrowi, jak i chorzy.
Z drugiej strony, w świecie wysokich technologii, wpłynęło to na duże firmy, które rozwinęły dzięki temu wynikowi oprogramowanie „W oparciu o wiedzę”.
Jako codzienny przykład mamy asystenta Microsoft Office. Twierdzenie Bayesa pomaga oprogramowaniu ocenić problemy, które przedstawia użytkownik, i określić, jakie porady należy dostarczyć, a tym samym móc zaoferować lepszą usługę zgodnie z przyzwyczajeniami użytkownika.
Należy zauważyć, że ta formuła została zignorowana do niedawna, głównie z tego powodu, że kiedy ten wynik został opracowany 200 lat temu, nie było dla nich praktycznego zastosowania. Jednak w naszych czasach, dzięki wielkim postępom technologicznym, naukowcy osiągnęli sposoby, aby wprowadzić ten wynik w życie.
Rozwiązane ćwiczenia
Ćwiczenie 1
Firma komórkowa ma dwie maszyny A i B. 54% wyprodukowanych telefonów komórkowych jest produkowanych przez maszynę A, a reszta przez maszynę B. Nie wszystkie produkowane telefony komórkowe są w dobrym stanie.
Odsetek wadliwych telefonów komórkowych wyprodukowanych przez A wynosi 0, 2, a B wynosi 0, 5. Jakie jest prawdopodobieństwo, że telefon komórkowy wspomnianej fabryki jest uszkodzony? Jakie jest prawdopodobieństwo, że wiedząc, że telefon komórkowy jest uszkodzony, pochodzą z maszyny A?
Rozwiązanie
Tutaj masz eksperyment, który odbywa się w dwóch częściach; w pierwszej części zdarzenia występują:
O: telefon komórkowy wykonany przez maszynę A.
B: telefon komórkowy wykonany przez maszynę B.
Ponieważ maszyna A produkuje 54% telefonów komórkowych, a reszta jest produkowana przez maszynę B, maszyna B produkuje 46% telefonów komórkowych. Podane są prawdopodobieństwa tych wydarzeń, a mianowicie:
P (A) = 0, 54.
P (B) = 0, 46.
Wydarzenia drugiej części eksperymentu to:
D: uszkodzony telefon komórkowy
E: nieuszkodzony telefon komórkowy.
Jak stwierdzono w oświadczeniu, prawdopodobieństwa tych zdarzeń zależą od wyniku uzyskanego w pierwszej części:
P (D | A) = 0, 2.
P (D | B) = 0, 5.
Korzystając z tych wartości, można również określić prawdopodobieństwa uzupełnień tych zdarzeń, czyli:
P (E | A) = 1 - P (D | A)
= 1 - 0, 2
= 0, 8
i
p (E | B) = 1 - P (D | B)
= 1 - 0, 5
= 0, 5.
Teraz zdarzenie D można zapisać w następujący sposób:
Używając twierdzenia mnożenia dla prawdopodobieństwa warunkowego, uzyskuje się:
Z którym odpowiada pierwsze pytanie.
Teraz wystarczy obliczyć P (A | D), dla którego stosuje się twierdzenie Bayesa:
Dzięki twierdzeniu Bayesa można powiedzieć, że prawdopodobieństwo, że telefon komórkowy został wykonany przez maszynę A, wiedząc, że telefon komórkowy jest uszkodzony, wynosi 0, 319.
Ćwiczenie 2
Trzy pudełka zawierają białe i czarne kulki. Skład każdego z nich jest następujący: U1 = {3B, 1N}, U2 = {2B, 2N}, U3 = {1B, 3N}.
Jedno z pól jest wybierane losowo i wyrywana jest z niego losowa piłka, która okazuje się biała. Które pudełko najprawdopodobniej zostało wybrane?
Rozwiązanie
Za pomocą U1, U2 i U3 reprezentujemy również wybrane pole.
Zdarzenia te stanowią podział S i sprawdza się, że P (U1) = P (U2) = P (U3) = 1/3, ponieważ wybór pola jest przypadkowy.
Jeśli B = {wyodrębniona kula jest biała}, będziemy mieli P (B | U1) = 3/4, P (B | U2) = 2/4, P (B | U3) = 1/4.
To, co chcemy uzyskać, to prawdopodobieństwo, że piłka została wyjęta z pudełka Ui wiedząc, że piłka była biała, to znaczy P (Ui | B) i zobacz, która z trzech wartości była najwyższa, aby wiedzieć, która Skrzynka była bardziej prawdopodobna do wydobycia białej kuli.
Zastosowanie twierdzenia Bayesa do pierwszego z pól:
A dla pozostałych dwóch:
P (U2 | B) = 2/6 i P (U3 | B) = 1/6.
Następnie pierwsze pole jest tym, które ma większe prawdopodobieństwo, że zostało wybrane do ekstrakcji bili.