Investor's wiki

사후 확률

사후 확률

사후 ν™•λ₯ μ΄λž€ λ¬΄μ—‡μž…λ‹ˆκΉŒ?

λ² μ΄μ§€μ•ˆ ν†΅κ³„μ—μ„œ 사후 ν™•λ₯ μ€ μƒˆλ‘œμš΄ 정보λ₯Ό κ³ λ €ν•œ ν›„ λ°œμƒν•˜λŠ” 이벀트의 μˆ˜μ •λ˜κ±°λ‚˜ μ—…λ°μ΄νŠΈλœ ν™•λ₯ μž…λ‹ˆλ‹€. 베이즈의 정리 λ₯Ό μ‚¬μš©ν•˜μ—¬ 사전 ν™•λ₯  을 μ—…λ°μ΄νŠΈν•˜μ—¬ 사후 ν™•λ₯ μ„ κ³„μ‚°ν•©λ‹ˆλ‹€ . 톡계적 μš©μ–΄λ‘œ 사후 ν™•λ₯ μ€ 이벀트 Bκ°€ λ°œμƒν–ˆμ„ λ•Œ 이벀트 Aκ°€ λ°œμƒν•  ν™•λ₯ μž…λ‹ˆλ‹€.

베이즈의 정리 곡식

Bκ°€ λ°œμƒν–ˆμ„ λ•Œ Aκ°€ λ°œμƒν•  사후 ν™•λ₯ μ„ κ³„μ‚°ν•˜λŠ” 곡식:

<의미둠> P(A</ mi> ∣ B)=P< /mi>(A∩B)< /mo>P(B)</ mo>=P(A< /mi>)Γ—P(B< /mi> ∣ A)P<mo μ‹ μΆ•μ„± ="false">(B)< mrow>μ—¬κΈ°μ„œ:<mstyle scriptlevel="0" λ””μŠ€ν”Œλ ˆμ΄ μŠ€νƒ€μΌ ="true">A ,B=이벀트< /mtd>P(B ∣ A)=Aκ°€ 주어진 경우 Bκ°€ λ°œμƒν•  ν™•λ₯ </ mrow>μ°Έ</m td>P(A) 및 P(B)=Aκ°€ λ°œμƒν•  ν™•λ₯  및 BλŠ” μ„œλ‘œ λ…λ¦½μ μœΌλ‘œ λ°œμƒ \begin&P(A \mid B) = \frac{P(A \cap B)}{P(B)} = \frac{P(A) \times P(B \mid A)} {P(B)}\&\textbf{μ—¬κΈ°μ„œ:}\&A, B=\text\&P(B \mid A)=\text{Bκ°€ λ°œμƒν•  ν™•λ₯ μ€ λ‹€μŒκ³Ό κ°™μŠ΅λ‹ˆλ‹€. that A}\&\text\&P(A) \textP(B)=\text{Aκ°€ λ°œμƒν•  ν™•λ₯ } \&\text{그리고 BλŠ” μ„œλ‘œ λ…λ¦½μ μœΌλ‘œ λ°œμƒ}\endμ—¬κΈ°μ„œ:A ,B=이벀트</ 슀팬>P(B ∣ )=<span class="mspace" μŠ€νƒ€μΌ= "margin-right:0.2777777777777778em;">Aκ°€ 주어진 경우 Bκ°€ λ°œμƒν•  ν™•λ₯ <span class="pstrut" μŠ€νƒ€μΌ="높이:3.427em;">μ‚¬μ‹€μž…λ‹ˆλ‹€< /span>P(A)<span 클래슀 ="mord"> 및 P(</ span>B)=Aκ°€ λ°œμƒν•  ν™•λ₯ < 슀팬 μŠ€νƒ€μΌ="top:1.494499999999999em;"></ span>μ„œλ‘œ λ…λ¦½μ μœΌλ‘œ λ°œμƒν•˜λŠ” B</ 슀팬>

λ”°λΌμ„œ 사후 ν™•λ₯ μ€ κ²°κ³Ό 뢄포 P(A|B)μž…λ‹ˆλ‹€.

사후 ν™•λ₯ μ€ 무엇을 λ§ν•©λ‹ˆκΉŒ?

Bayes의 μ •λ¦¬λŠ” μ˜ν•™, 금육 및 κ²½μ œμ™€ 같은 λ§Žμ€ μ‘μš© λΆ„μ•Όμ—μ„œ μ‚¬μš©λ  수 μžˆμŠ΅λ‹ˆλ‹€. κΈˆμœ΅μ—μ„œ Bayes의 μ •λ¦¬λŠ” μƒˆλ‘œμš΄ 정보가 얻어지면 이전 λ―ΏμŒμ„ μ—…λ°μ΄νŠΈν•˜λŠ” 데 μ‚¬μš©ν•  수 μžˆμŠ΅λ‹ˆλ‹€. 사전 ν™•λ₯ μ€ μƒˆλ‘œμš΄ 증거가 λ„μž…λ˜κΈ° 전에 μ›λž˜ λ―Ώμ—ˆλ˜ 것을 λ‚˜νƒ€λ‚΄λ©° 사후 ν™•λ₯ μ€ 이 μƒˆλ‘œμš΄ 정보λ₯Ό κ³ λ €ν•©λ‹ˆλ‹€.

사후 ν™•λ₯  λΆ„ν¬λŠ” 사후 ν™•λ₯ μ΄ 더 λ§Žμ€ 정보λ₯Ό ν¬ν•¨ν•˜κΈ° λ•Œλ¬Έμ— 사전 ν™•λ₯ λ³΄λ‹€ 데이터 생성 ν”„λ‘œμ„ΈμŠ€μ˜ 근본적인 진싀을 더 잘 λ°˜μ˜ν•΄μ•Ό ν•©λ‹ˆλ‹€. 사후 ν™•λ₯ μ€ μƒˆλ‘œμš΄ 정보가 λ°œμƒν•˜κ³  뢄석에 톡합됨에 따라 μƒˆλ‘œ μ—…λ°μ΄νŠΈλœ 사후 ν™•λ₯ μ— λŒ€ν•œ μ„ ν—˜μ μ΄ 될 수 μžˆμŠ΅λ‹ˆλ‹€.

##ν•˜μ΄λΌμ΄νŠΈ

  • λ² μ΄μ§€μ•ˆ ν†΅κ³„μ—μ„œ 사후 ν™•λ₯ μ€ μƒˆλ‘œμš΄ 정보λ₯Ό κ³ λ €ν•œ ν›„ λ°œμƒν•˜λŠ” 이벀트의 μˆ˜μ • λ˜λŠ” μ—…λ°μ΄νŠΈλœ ν™•λ₯ μž…λ‹ˆλ‹€.

  • Bayes' theorem을 μ΄μš©ν•˜μ—¬ 사전확λ₯ μ„ κ°±μ‹ ν•˜μ—¬ 사후확λ₯ μ„ κ³„μ‚°ν•œλ‹€.

  • 사후확λ₯ μ€ ν†΅κ³„μ μœΌλ‘œ 사건 Bκ°€ λ°œμƒν–ˆμ„ λ•Œ 사건 Aκ°€ 일어날 ν™•λ₯ μ΄λ‹€.