Thông thường lý thuyết xác suất được dạy với các tiên đề của Koleimorov. Do Bayes cũng chấp nhận tiên đề của Kolmogorov?
Thông thường lý thuyết xác suất được dạy với các tiên đề của Koleimorov. Do Bayes cũng chấp nhận tiên đề của Kolmogorov?
Câu trả lời:
Theo tôi, việc giải thích xác suất Cox-Jaynes cung cấp một nền tảng nghiêm ngặt cho xác suất Bayes:
Các tiên đề của logic xác suất xuất phát từ Cox là:
Tiên đề P1 - P3 ngụ ý những điều sau đây (Beck, James L. "Nhận dạng hệ thống Bayes dựa trên logic xác suất." Kiểm soát cấu trúc và theo dõi sức khỏe 17.7 (2010): 825-847):
Chúng ngụ ý tuyên bố logic của Kolmogorov, có thể được xem như một trường hợp đặc biệt.
Theo cách giải thích của tôi về quan điểm Bayes, mọi thứ luôn luôn (ngầm) dựa trên niềm tin và kiến thức của chúng tôi.
So sánh sau đây được lấy từ Beck (2010): Nhận dạng hệ thống Bayes dựa trên logic xác suất
Xác suất là thước đo tính hợp lý của một tuyên bố dựa trên thông tin được chỉ định.
Xác suất là tần suất xuất hiện tương đối của một sự kiện ngẫu nhiên vốn có trong thời gian dài .
Sau đây, phần 2.2 của [Beck, James L. "Nhận dạng hệ thống Bayes dựa trên logic xác suất." Kiểm soát cấu trúc và theo dõi sức khỏe 17.7 (2010): 825-847.] Được tóm tắt:
Trong phần sau chúng ta sử dụng: thước đo xác suất trên tập con của tập hữu hạn :A X
Để lấy được (K1 - K3) từ các tiên đề của lý thuyết xác suất, [Beck, 2010] đã đưa ra mệnh đề nêu rõ và chỉ định mô hình xác suất cho . [Beck, 2010] còn giới thiệu thêm .x ∈ X x Pr ( A ) = Pr [ x ∈ A | π ]
Sau khi phát triển Lý thuyết Xác suất, cần phải chỉ ra rằng các khái niệm lỏng lẻo trả lời cho tên "xác suất" được đo theo khái niệm được xác định chặt chẽ mà họ đã truyền cảm hứng. Xác suất Bayes "chủ quan" được xem xét bởi Ramsey và de Finetti, người độc lập cho thấy rằng việc định lượng mức độ niềm tin chịu sự ràng buộc của sự so sánh và kết hợp (niềm tin của bạn là mạch lạc nếu không ai có thể tạo ra một cuốn sách tiếng Hà Lan chống lại bạn) là một xác suất.
Sự khác biệt giữa các tiên đề chủ yếu là vấn đề về hương vị liên quan đến những gì nên được xác định và những gì có nguồn gốc. Nhưng tính gây nghiện có thể đếm được là một trong những thứ của Kolmogorov không thể lấy được từ Cox hay Finetti, và đã gây tranh cãi. Một số người Bayes (ví dụ de Finetti & Savage) dừng lại ở chứng nghiện hữu hạn & vì vậy không chấp nhận tất cả các tiên đề của Kolmogorov. Họ có thể đặt phân phối xác suất thống nhất trong các khoảng thời gian vô hạn mà không chính xác. Những người khác theo dõi Villegas cũng giả sử tính liên tục đơn điệu, và có được tính gây nghiện đáng kể từ đó.
Ramsey (1926), "Sự thật và xác suất", trong Ramsey (1931), Những nền tảng của toán học và các tiểu luận logic khác
de Finetti (1931), "Sul ýato soggettivo della probabilità", Fundamenta Mathicalæ , 17 , tr 298 - 329
Villegas (1964), "Về xác suất định tính -achebras", Ann. Môn Toán. Thống kê. , 35 , 4.