Vorherige WahrscheinlichkeitBezieht sich auf die Wahrscheinlichkeit, die auf Grundlage früherer Erfahrungen und Analysen ermittelt wurde, normalerweise statistische Wahrscheinlichkeit. In der Bayes'schen Statistik bezieht sich die vorherige Wahrscheinlichkeitsverteilung auf die Wahrscheinlichkeitsverteilung der Variable P, die eine probabilistische Vorhersage der Unsicherheit von P vor dem Erhalt bestimmter Informationen oder Beweise vornimmt.

Vorherige Wahrscheinlichkeit und nachfolgende Wahrscheinlichkeit

• Vorherige Wahrscheinlichkeit: stellt die geschätzte Wahrscheinlichkeit eines Parameters unter bestimmten Daten dar, d. h. P(A);
• Maximale Wahrscheinlichkeit: Finden Sie einen Parameter, der die Wahrscheinlichkeit des Auftretens der beobachtbaren Daten maximiert, d. h. P(A | B)/P(B);
• Posterior-Wahrscheinlichkeit: der maximale Wahrscheinlichkeitswert, der unter Maximum-Likelihood-Bedingungen auftritt, d. h. P(A | B).

P(A | B) ist die bedingte Wahrscheinlichkeit von A, wenn B eintritt. Dies wird als Posterior-Wahrscheinlichkeit von A bezeichnet, da wir den Wert von B kennen.

P(A) ist die A-priori-Wahrscheinlichkeit von A, die keine Faktoren von B berücksichtigt;

P(B | A) ist die bedingte Wahrscheinlichkeit von B, wenn A eintritt. Da wir den Wert von A kennen, wird er als Posterior-Wahrscheinlichkeit von B bezeichnet.

P(B) ist die vorherige Wahrscheinlichkeit von B ohne Berücksichtigung aller mit A in Zusammenhang stehenden Faktoren.

Synonym: Posterior-Wahrscheinlichkeit