Indukcja a prawdopodobieństwo

Slides:



Advertisements
Podobne prezentacje
Funkcje tworzące są wygodnym narzędziem przy badaniu zmiennych losowych o wartościach całkowitych nieujemnych. Funkcje tworzące pierwszy raz badał de.
Advertisements

Wprowadzenie w problematykę związaną z twierdzeniem Gödla
Estymacja. Przedziały ufności.
11. Różniczkowanie funkcji złożonej
CIĄGI.
Analiza wariancji jednoczynnikowa
Inteligencja Obliczeniowa Metody probabilistyczne.
Proces decyzyjny w sektorze publicznym
BUDOWA MODELU EKONOMETRYCZNEGO
KNW- Wykład 8 Wnioskowanie rozmyte.
Matematyka Dyskretna, G.Mirkowska, PJWSTK
Jak mierzyć asymetrię zjawiska?
ZLICZANIE cz. II.
Statystyka w doświadczalnictwie
Teoria handlu międzynarodowego Heckschera - Ohlina
Teoria zachowania konsumenta
Racjonalizm, relatywizm i obiektywizm
„Czym jest to co zwiemy nauką”
Indukcjonistyczna filozofia nauki
Teoria formalistyczna Teoria empiryczno - naukowa Monika Kania.
Materiały pomocnicze do wykładu
Rachunek prawdopodobieństwa 1
Wykład 7 Przedział ufności dla 1 – 2
Wykład 6 Standardowy błąd średniej a odchylenie standardowe z próby
Wykład 11 Analiza wariancji (ANOVA)
Analiza matematyczna - Funkcje jednej zmiennej wykład II
Granice poznania. Granice poznania.
Hipotezy statystyczne
Hipoteza cegiełek, k-ramienny bandyta, minimalny problem zwodniczy
Dodatkowe własności funkcji B-sklejanych zawężenie f do K Rozważmy funkcjeIch zawężenia do dowolnego przedziałutworzą układ wielomianów. Dla i=k ten układ.
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
Podstawy analizy matematycznej II
Paradoksy logiczne i inne 4 marca 2010.
Podstawy metodologii nauk (3)
Sieci bayesowskie Wykonali: Mateusz Kaflowski Michał Grabarczyk.
formalnie: Naiwny klasyfikator Bayesa
Hipotezy statystyczne
Podstawy analizy matematycznej I
Rachunki Gentzena Joanna Witoch.
©M 1. 2 Funkcja f jest określona w pewnym przedziale (a,b) x y f(x) a b xoxo x f(x o ) h = x - x o f(x) - f(x O )
Zmiana pojęciowa a postęp nauki
Ile rozwiązań może mieć układ równań?
Filozoficzne i metodologiczne aspekty indukcji eliminacyjnej
istotne cechy kryterium:
Seminarium licencjackie Beata Kapuścińska
Semantyczna teoria prawdy Tarskiego
D. Ciołek BADANIA OPERACYJNE – wykład 4
Testowanie hipotez statystycznych
Wnioskowanie statystyczne
Założenie o racjonalności
Matematyka wokół nas.
Idea falsyfikacji Przy użyciu danych obserwacyjnych nie można udowodnić prawdziwości teorii lub określić prawdopodobieństwo, że teoria jest prawdziwa.
Rodzaje liczb.
Czym jest to co zwiemy nauką A. Chalmers, rozdziały I-III
MODELOWANIE ZMIENNOŚCI CEN AKCJI
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Zajęcia 3 Wstęp do filozofii nauki – ważne pojęcia
Jak mierzyć asymetrię zjawiska? Wykład 5. Miary jednej cechy  Miary poziomu  Miary dyspersji (zmienności, zróżnicowania, rozproszenia)  Miary asymetrii.
Prawdopodobieństwo warunkowe Komentować następujące rozumowanie: “Prawdopodobieństwo, iż na pokładzie losowo wybranego samolotu jest bomba, wynosi jak.
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Trochę matematyki - dywergencja Dane jest pole wektora. Otoczymy dowolny punkt P zamkniętą powierzchnią A. P w objętości otoczonej powierzchnią A pole.
Systemy neuronowo – rozmyte
H.L.A. Hart uważał, iż pod terminem „pozytywizm” kryje się we współczesnej literaturze brytyjskiej i amerykańskiej zbiór następujących twierdzeń:
jest najbardziej efektywną i godną zaufania metodą,
Statystyka matematyczna
Jednorównaniowy model regresji liniowej
…czyli nie taki diabeł straszny
Zapis prezentacji:

Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Stopień przekonania Żadnej hipotezy nie da się udowodnić indukcyjnie. Niemniej hipoteza może być w mniejszym lub większym stopniu potwierdzona, zależnie od aktualnego świadectwa empirycznego. Przekonanie jest stopniowalne, podobnie jak potwierdzenie. Indukcja a prawdopodobieństwo

Stopień przekonania (2) Racjonalny stopień przekonania o prawdziwości hipotezy powinien odpowiadać stopniu jej potwierdzenia. Jak mierzyć stopień przekonania? Indukcja a prawdopodobieństwo

Stopień przekonania (3) Niech s1 and s2 oznaczają stawki w zakładzie zawartym między dwiema osobami. Iloraz s1/s1+ s2 nazywa ilorazem zakładu dla pierwszego gracza. Stopień przekonania gracza o tym, że wygra, jest równy najwyższemu ilorazowi zakładu, który gracz jest skłonny zaakceptować. Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Dutch-Book argument Załóżmy, że gracz zawiera zakłady na wszystkie możliwe wyniki. Jego system zakładów nazywa się holenderski wtedy i tylko wtedy, gdy jego zwrot z zakładów może być ujemny. Przykład: przypuśćmy, że gracz stawia 2 zł przeciw 10, że będą przedterminowe wybory oraz 9 zł przeciw 10, że nie. Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Dutch-Book argument Holenderski system zakładów jest nieracjonalny. System zakładów nie jest holenderski wtedy i tylko wtedy, gdy spełnia aksjomaty rachunku prawdopodobieństwa. Zatem racjonalny układ stopni przekonania musi spełniać aksjomaty rachunku prawdopodobieństwa. Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Aksjomaty: P(A) ≥ 0 P(A  B) = P(A) + P(B), A  B   P(A  A) = 1 Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Aksjomaty: P(A) ≥ 0 P(A  B) = P(A) + P(B), A  B   P(A  A) = 1 Prawdopodobieństwo warunkowe (względne): P(A|B) = P(A  B)/P(B) Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Aksjomaty: P(A) ≥ 0 P(A  B) = P(A) + P(B), A  B   P(A  A) = 1 Prawdopodobieństwo warunkowe (względne): P(A|B) = P(A  B)/P(B) Przykład: Prawdopodobieństwo, że popełnię błąd, jeżeli jestem pijany jest równe prawdopodobieństwu, że popełnię błąd i będę (jednocześnie) pijany podzielonemu przez prawdopodobieństwo, że jestem pijany. Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Aksjomaty: P(A) ≥ 0 P(A  B) = P(A) + P(B), A  B   P(A  A) = 1 Prawdopodobieństwo warunkowe (względne): P(A|B) = P(A  B)/P(B) Zadanie: określić prawdopodobieństwo P(H|P), tj. że hipoteza H jest prawdziwa, pod warunkiem, że mamy świadectwo empiryczne E. Do tego jednak trzeba znać P(E). Skąd? Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Bayesianizm Wybór prawdopodobieństwa wyjściowego nie ma znaczenia. Racjonalność polega na sposobie modyfikowania prawdopodobieństw w reakcji na nowe świadectwa. Thomas Bayes (1702-1771) Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Bayesianizm Prawdopodobieństwa należy modyfikować zgodnie z regułą warunkowania (conditionalization rule) opartą na twierdzeniu Bayesa: P(H|E) = P(E|H)P(H)/P(E) gdzie P(E) = P(E|H)P(H) + P(E|H)P(H) Thomas Bayes (1702-1771) Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Bayesianim Prawdopodobieństwa wyliczone w ten sposób zmierzają do tej samej granicy bez względu na wybór prawdopodobieństwa wyjściowego. Thomas Bayes (1702-1771) Indukcja a prawdopodobieństwo

Jak stosować regułę warunkowania? Paradoks samochodowy (Placek) W = „Dojadę (z Krakowa) do Warszawy bez tankowania” J = „Dojadę do Janek bez tankowania” P(W) = 0,7 P(J) = 0,9 P(W|J) = P(J|W)P(J)/P(J) = 0,7/0,9 = 7⁄9 Indukcja a prawdopodobieństwo

Jak stosować regułę warunkowania? Paradoks samochodowy (Placek) W = „Dojadę (z Krakowa) do Warszawy bez tankowania” J = „Dojadę do Janek bez tankowania” P(W) = 0,7 P(J) = 0,9 P(W|J) = P(J|W)P(W)/P(J)=0,7/0,9 = 7⁄9 Co takiego stało się, gdy dotarłem do Janek, że powinienem być mocniej przekonany, iż uda mi się dojechać do Warszawy bez tankowania? Indukcja a prawdopodobieństwo

Problem istotności świadectwa Warunkowanie w następstwie dotarcia do Janek jest słuszne, jeżeli proces jest losowy. Niemniej, zgodnie z naszą wiedzą, proces jest przyczynowy. Szanse dotarcia do celu bez tankowania zależą od zużycia paliwa, ono zaś zależy z kolei od natężenia ruchu drogowego i pogody. Indukcja a prawdopodobieństwo

Problem istotności świadectwa (2) Racjonalne warunkowanie wymaga zatem wcześniejszego założenia pewnych hipotez, które są podstawą oceny istotności świadectwa. Jeżeli te hipotezy należałoby oceniać za pomocą bayesiańskiej logiki indukcji, powstaje regres w nieskończoność. Indukcja a prawdopodobieństwo

Indukcja a prawdopodobieństwo Dlaczego pojęcie prawdopodobieństwa nie nadaje się do skonstruowania logiki indukcji Wniosek: racjonalne stosowanie rachunku prawdopodobieństwa zawsze opiera się na jakichś hipotezach. Zatem to hipotezy uwiarygodniają zastosowanie rachunku prawdopodobieństwa, a nie na odwrót. Indukcja a prawdopodobieństwo