| dbo:abstract
|
- Bayesovská statistika je větev relativně moderní statistiky, která pracuje s podmíněnými pravděpodobnostmi a dovoluje zpřesňovat pravděpodobnost výchozí hypotézy, jak se objevují další relevantní skutečnosti. Jádrem jejího matematického aparátu je Bayesova věta. Má rozsáhlé využití všude tam, kde se pracuje s nejistými znalostmi: ve financích, v managementu, v lékařství, v kriminalistice a také při odhalování spamu. „Bayesovský přístup“ má také velký význam v matematické logice a teorii. (cs)
- L'estadística bayesiana és un subconjunt del camp de l'estadística en el qual l'evidència sobre l'estat real del món és expressada en termes de graus de creença o, més específicament, en probabilitats bayesianes. Aquesta interpretació és tan sols una de les possibles interpretacions de probabilitat; hi ha altres tècniques estadístiques que no es basen en els «graus de creença». (ca)
- الإحصاء البايزي هي نظرية في الإحصاء تقوم على أساس التفسير البايزي للاحتماليات حيث يعبر الاحتمال عن درجة معينة من الاعتقاد في حدث ما ، والذي يمكن أن يتغير كلما تم جمع معلومات جديدة، بدلاً من قيمة ثابتة تعتمد على التردد أو الميل. قد تستند درجة الاعتقاد إلى معرفة مسبقة بالحدث، مثل نتائج التجارب السابقة، أو على معتقدات شخصية حول الحدث. وهذا يختلف عن عدد من التفسيرات الأخرى للاحتمال، مثل التفسير المتكرر الذي يرى الاحتمال بصفته حد معين للتردد النسبي لحدثٍ ما بعد عدد كبير من التجارب. يستخدم الإحصاء البايزي مبرهنة بايز لحساب الاحتمالات وتحديثها بعد الحصول على بيانات جديدة. تصف مبرهنة بايز الاحتمال الشرطي لحدث ما بناءً على البيانات وكذلك على المعلومات أو المعتقدات السابقة حول الحدث أو الشروط المتعلقة بالحدث. على سبيل المثال، يمكن استخدام مبرهنة بايز لتقدير المعلمات (parameters) من خلال التوزيع الاحتمالي أو نموذج إحصائي في الاستدلال البايزي، كما يمكن لمبرهنة بايز أن توزيعاً معيناً للاحتمالية يحدد الاعتقاد كمعلم (parameter) أو مجموعة من المعلمات (parameters). تم تسمية الإحصاء البايزي على اسم توماس بايز ، الذي صاغ حالة معينة من نظرية بايز في مقالته المنشورة عام 1763. لاحقاً، وفي العديد من الأوراق التي امتدت من أواخر القرن الثامن عشر إلى أوائل القرن التاسع عشر، طور بيير سيمون لابلاس التفسير البايزي للاحتمال. استخدم لابلاس طرقًا يمكن اعتبارها الآن طرق بايزية لحل عدد من المشكلات الإحصائية. ثم تم تطوير العديد من الأساليب النظرية الافتراضية من قبل آخرين، لكن المصطلح لم يستخدم بشكل شائع لوصف هذه الأساليب حتى الخمسينيات. خلال شطر كبير من القرن العشرين، كانت الأساليب البايزية غير مستحسنة من قبل العديد من الإحصائيين بسبب الاعتبارات الفلسفية والعملية. حيث تطلبت كثير من الطرق البايزية كثيراً من العمليات الحسابية لكي يتم انجازها، وكانت معظم الأساليب التي استخدمت على نطاق واسع خلال القرن العشرين مستندة إلى التفسير المتكرر للاحتمالية (Frequentist probability). ومع ذلك، بالتزامن مع ظهور الحواسيب القوية وخوارزميات جديدة مثل سلسلة ماركوف مونت كارلو ، شهدت الأساليب البايزية زيادة في الاستخدام في القرن الحادي والعشرين. (ar)
- Die bayessche Statistik, auch bayesianische Statistik, bayessche Inferenz oder Bayes-Statistik (nach Thomas Bayes ) ist ein Zweig der Statistik, der mit dem bayesschen Wahrscheinlichkeitsbegriff und dem Satz von Bayes Fragestellungen der Stochastik untersucht. Der Fokus auf diese beiden Grundpfeiler begründet die bayessche Statistik als eigene „Stilrichtung“. Klassische und bayessche Statistik führen teilweise zu den gleichen Ergebnissen, sind aber nicht vollständig äquivalent. Charakteristisch für bayessche Statistik ist die konsequente Verwendung von Wahrscheinlichkeitsverteilungen bzw. Randverteilungen, deren Form die Genauigkeit der Verfahren bzw. Verlässlichkeit der Daten und des Verfahrens transportiert. Der bayessche Wahrscheinlichkeitsbegriff setzt keine unendlich oft wiederholbaren Zufallsexperimente voraus, so dass bayessche Methoden auch bei kleiner Datengrundlage verwendbar sind. Eine geringe Datenmenge führt dabei zu einer breiten Wahrscheinlichkeitsverteilung, die nicht stark lokalisiert ist. Aufgrund der strengen Betrachtung von Wahrscheinlichkeitsverteilungen sind bayessche Verfahren oft rechnerisch aufwändig. Dies gilt als ein Grund, weshalb sich im 20. Jahrhundert frequentistische und Ad-hoc-Methoden in der Statistik als prägende Techniken gegenüber bayesschen durchsetzten. Im Zuge der Verbreitung von Computern und Monte-Carlo-Sampling-Verfahren sind komplizierte bayessche Verfahren jedoch möglich geworden. Die Auffassung von Wahrscheinlichkeiten als „Grad vernünftiger Glaubwürdigkeit“ eröffnet in der bayesschen Statistik einen anderen Blick auf das Schlussfolgern mit Statistik (im Vergleich zum frequentistischen Ansatz von Wahrscheinlichkeiten als Ergebnisse unendlich oft wiederholbarer Zufallsexperimente). Im Satz von Bayes wird eine bestehende Erkenntnis über die zu untersuchende Variable (die A-priori-Verteilung, kurz Prior) mit den neuen Erkenntnissen aus den Daten kombiniert („Likelihood“, gelegentlich auch „Plausibilität“), woraus eine neue, verbesserte Erkenntnis (A-posteriori-Wahrscheinlichkeitsverteilung) resultiert. Die A-posteriori-Wahrscheinlichkeitsverteilung eignet sich als neuer Prior, wenn neue Daten zur Verfügung stehen. (de)
- Bayesian statistics is a theory in the field of statistics based on the Bayesian interpretation of probability where probability expresses a degree of belief in an event. The degree of belief may be based on prior knowledge about the event, such as the results of previous experiments, or on personal beliefs about the event. This differs from a number of other interpretations of probability, such as the frequentist interpretation that views probability as the limit of the relative frequency of an event after many trials. Bayesian statistical methods use Bayes' theorem to compute and update probabilities after obtaining new data. Bayes' theorem describes the conditional probability of an event based on data as well as prior information or beliefs about the event or conditions related to the event. For example, in Bayesian inference, Bayes' theorem can be used to estimate the parameters of a probability distribution or statistical model. Since Bayesian statistics treats probability as a degree of belief, Bayes' theorem can directly assign a probability distribution that quantifies the belief to the parameter or set of parameters. Bayesian statistics is named after Thomas Bayes, who formulated a specific case of Bayes' theorem in a paper published in 1763. In several papers spanning from the late 18th to the early 19th centuries, Pierre-Simon Laplace developed the Bayesian interpretation of probability. Laplace used methods that would now be considered Bayesian to solve a number of statistical problems. Many Bayesian methods were developed by later authors, but the term was not commonly used to describe such methods until the 1950s. During much of the 20th century, Bayesian methods were viewed unfavorably by many statisticians due to philosophical and practical considerations. Many Bayesian methods required much computation to complete, and most methods that were widely used during the century were based on the frequentist interpretation. However, with the advent of powerful computers and new algorithms like Markov chain Monte Carlo, Bayesian methods have seen increasing use within statistics in the 21st century. (en)
- La Estadística bayesiana es un subconjunto del campo de la estadística en la que la evidencia sobre el verdadero estado del mundo se expresa en términos de grados de creencia o, más específicamente, las probabilidades bayesianas. Tal interpretación es sólo una de una serie de interpretaciones de la probabilidad y hay otras técnicas estadísticas que no se basan en "grados de creencia". (es)
- Statistika Bayes adalah sebuah teori di bidang statistika yang didasarkan pada dimana probabilitas mengekspresikan tingkat kepercayaan pada suatu . Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau didasarkan pada keyakinan pribadi tentang peristiwa tersebut. Hal ini berbeda dari sejumlah , seperti yang memandang probabilitas sebagai frekuensi relatif dari suatu peristiwa setelah melakukan percobaan dalam jumlah yang besar. Metode statistika Bayes menggunakan teorema Bayes untuk menghitung dan memperbarui probabilitas setelah mendapatkan data baru. Teorema Bayes menggambarkan pada suatu peristiwa berdasarkan data serta informasi atau keyakinan sebelumnya tentang peristiwa, atau kondisi yang terkait dengan peristiwa tersebut. Misalnya saja dalam inferensi Bayes, teorema Bayes dapat digunakan untuk memperkirakan parameter distribusi probabilitas atau . Karena statistika Bayes memperlakukan probabilitas sebagai tingkat kepercayaan, teorema Bayes dapat secara langsung menetapkan distribusi probabilitas yang mengkuantifikasi keyakinan pada suatu parameter atau serangkaian parameter. Statistika Bayes dinamai dari , yang merumuskan sebuah kasus spesifik teorema Bayes dalam . Dari beberapa makalahnya sejak dari penghujung tahun 1700-an hingga awal tahun 1800-an, Pierre-Simon Laplace mengembangkan interpretasi Bayes tentang probabilitas lebih jauh lagi. Laplace menggunakan metode yang sekarang akan dianggap sebagai metode Bayes untuk menyelesaikan sejumlah masalah statistika. Banyak metode Bayes dikembangkan oleh penulis lainnya di kemudian hari, tetapi istilah tersebut jarang digunakan untuk menggambarkan metode seperti demikian sampai pada tahun 1950-an. Sepanjang abad ke-20, metode Bayes tidak disukai oleh banyak ahli statistika karena pertimbangan filosofis dan praktis. Itu karena banyak dari metode-metode Bayes yang membutuhkan banyak perhitungan untuk diselesaikan, sehingga sebagian besar metode yang banyak digunakan selama abad ini didasarkan pada interpretasi frekuensis. Namun, dengan munculnya komputer yang kuat dan algoritme baru seperti , penggunaan metode Bayes dalam statistika mengalami peningkatan di abad ke-21. (in)
- La statistique bayésienne est une approche statistique fondée sur l'inférence bayésienne, où la probabilité exprime un degré de croyance en un événement. Le degré initial de croyance peut être basé sur des connaissances a priori, telles que les résultats d'expériences antérieures, ou sur des croyances personnelles concernant l'événement. La perspective bayésienne diffère d'un certain nombre d'autres interprétations de la probabilité, comme l'interprétation fréquentiste qui considère la probabilité comme la limite de la fréquence relative d'un événement après de nombreux essais. Les méthodes statistiques bayésiennes reposent sur le théorème de Bayes pour calculer et mettre à jour les probabilités après l'obtention de nouvelles données. Le théorème de Bayes décrit la probabilité conditionnelle d'un événement basée sur des informations ou des croyances antérieures sur l'événement ou les conditions liées à l'événement. Par exemple, dans l'inférence bayésienne, le théorème de Bayes peut être utilisé pour estimer les paramètres d'une distribution de probabilité ou d'un modèle statistique. Puisque les statistiques bayésiennes traitent la probabilité comme un degré de croyance, le théorème de Bayes peut directement attribuer une distribution de probabilité qui quantifie la croyance au paramètre ou à l'ensemble de paramètres. Les statistiques bayésiennes ont été nommées d'après Thomas Bayes, qui a formulé un cas spécifique du théorème de Bayes dans son article publié en 1763, An Essay towards solving a Problem in the Doctrine of Chances. Dans plusieurs articles allant de la fin du 18e siècle au début du 19e siècle, Pierre-Simon de Laplace a développé l'interprétation bayésienne de la probabilité. Laplace a utilisé des méthodes qui seraient maintenant considérées comme bayésiennes pour résoudre un certain nombre de problèmes statistiques. De nombreuses méthodes bayésiennes ont été développées par des auteurs plus récents, mais le terme n'a pas été couramment utilisé pour décrire ces méthodes avant les années 1950. Pendant une grande partie du 20e siècle, les méthodes bayésiennes ont été jugées défavorables par de nombreux statisticiens en raison de considérations philosophiques et pratiques. De nombreuses méthodes bayésiennes nécessitent beaucoup de calculs pour être complétées. Avec l'avènement d'ordinateurs puissants et de nouvelles méthodes de simulation, les méthodes bayésiennes ont été de plus en plus utilisées dans les statistiques au 21e siècle. En statistique bayésienne :
* on interprète les probabilités comme un degré de croyance plutôt que comme la fréquence limite d'un phénomène ;
* on modélise les paramètres du modèle par des lois de probabilité ;
* on infère des paramètres devenant d'autant plus plausibles à mesure qu'on affine cette distribution de probabilité au fur et à mesure que sont connus de nouveaux résultats d'observation. (fr)
- Bayesiaanse statistiek is een moderne tak van de statistiek die gebaseerd is op Bayesiaanse kansrekening, een van de interpretaties van waarschijnlijkheid. Daarbij worden kansen voortdurend herzien op basis van beschikbaar gekomen nieuwe informatie. (nl)
- 베이즈 통계학(Bayesian statistics)은 하나의 사건에서의 믿음의 정도 (degree of belief)를 확률로 나타내는 베이즈 확률론에 기반한 통계학 이론이다. 믿음의 정도는 이전 실험에 대한 결과, 또는 그 사건에 대한 개인적 믿음 등, 그 사건에 대한 사전 지식에 기반할 수 있다. 이것은 확률을 많은 시도 후의 사건의 상대적 빈도의 극한으로 보는 빈도주의자 (frequentist) 등 많은 다른 확률에 대한 해석과는 다르다. (ko)
- ベイズ統計学（ベイズとうけいがく、英: Bayesian statistics）は、確率のベイズ的解釈に基づく統計学（および理論）を指す。
* この確率のベイズ的解釈では、対象の変数に関する確率（分布）は事象における（仮説モデルの信頼度）を表わす。したがってパラメーター変数に対しても確率であるとし固定値と捉えない特徴を持つ。
* さらにこの確率は新たに集めた現実の情報・データを取り込むことでより尖鋭型へ更新され、したがって事実を忠実に反映する働きと捉える。直観的信頼度は、以前の実験の結果や事象に関する個人的信頼度といった事象に関する事前知識に基づいてよい。
* 上記は数多くの他のに基づく統計学理論とは異なる。例えば、頻度主義の解釈では、確率を多数の試行後の事象の相対的頻度の極限と見なす。またパラメーター変数は固定値と捉えることを原則とする。 ベイズ統計的手法は、新たなデータを得た後に確率を計算および更新するためにベイズの定理を用いる。ベイズの定理は、データに基づく事象の条件付き確率や事象に関する事前情報または直観的信頼度、事象に関連した条件を説明する。例えば、ベイズ推定において、ベイズの定理を確率分布または統計モデルのパラメータを見積るために使うことができる。ベイズ統計学は確率を直感的信頼度として扱うため、ベイズの定理はパラメータまたはパラメータのセットに対して、信頼度を定量化する確率分布を直接的に割当てることができる。 ベイズ統計学という名称は、1763年に発表されたにおいてベイズの理論の特殊な場合を定式化したトーマス・ベイズに因む。18世紀末から19世紀初頭にわたるいくつかの論文において、ピエール＝シモン・ラプラスは確率のベイズ的解釈を発展させた。ラプラスは、数多くの統計問題を解くためにベイズ的手法と現在は見なされるであろう手法を用いた。多くのベイズ的手法は後の執筆者らによって発展されたが、この用語は1950年代までこういった手法を言い表すためには一般的に用いれらなかった。20世紀の大半、ベイズ的手法は哲学的および実践的判断により多くの統計学者によって好まれなかった。多くのベイズ的手法は完了するのに多くの計算を必要とし、20世紀に広く用いられたほとんどの手法は頻度主義的解釈に基づいていた。しかしながら、強力な計算機とマルコフ連鎖モンテカルロ法のような新たなアルゴリズムの出現によって、ベイズ的手法は21世紀に入り統計学内において利用の増加が見られてきている。 (ja)
- La statistica bayesiana è un sottocampo della statistica in cui l'evidenza su uno stato vero del mondo è espressa in termini di gradi di credibilità o più specificamente di probabilità bayesiana. Tale interpretazione è solamente una delle tante interpretazioni di probabilità e ci sono molte altre tecniche statistiche che non sono basate sul grado di credibilità. Prende il nome dal matematico britannico Thomas Bayes, che ha formulato il teorema omonimo. (it)
- Байесовская статистика — это теория в области статистики, основанная на байесовской интерпретации вероятности, когда вероятность отражает степень доверия событию, которая может измениться, когда будет собрана новая информация, в отличие от фиксированного значения, основанного на частотном подходе. Степень доверия может основываться на априорных знаниях о событии, таких как результаты предыдущих экспериментов или личное доверие событию. Это отличается от ряда других , таких как частотная интерпретация, которая рассматривает вероятность как предел относительной частоты выпадения события после большого числа испытаний. (ru)
- Ба́єсова стати́стика є підрозділом статистики, в якій свідчення про справжній стан світу виражається у термінах міри переконання, або точніше, баєсових ймовірностей. Така інтерпретація є лише однією з інтерпретацій імовірності, й існують інші статистичні методики, що не базуються на «мірі переконання». (uk)
- 贝叶斯统计是一种基于贝叶斯概率的统计学理论。贝叶斯统计对于概率的理解与频次学派不同。频次学派将概率解释为多次尝试后事件相对频率的极限，而贝叶斯统计将概率解释为对事件的置信程度。置信程度可以基于关于事件的先验知识，例如先前实验的结果，或者基于关于事件的个人信念。 (zh)
|
| rdfs:comment
|
- Bayesovská statistika je větev relativně moderní statistiky, která pracuje s podmíněnými pravděpodobnostmi a dovoluje zpřesňovat pravděpodobnost výchozí hypotézy, jak se objevují další relevantní skutečnosti. Jádrem jejího matematického aparátu je Bayesova věta. Má rozsáhlé využití všude tam, kde se pracuje s nejistými znalostmi: ve financích, v managementu, v lékařství, v kriminalistice a také při odhalování spamu. „Bayesovský přístup“ má také velký význam v matematické logice a teorii. (cs)
- L'estadística bayesiana és un subconjunt del camp de l'estadística en el qual l'evidència sobre l'estat real del món és expressada en termes de graus de creença o, més específicament, en probabilitats bayesianes. Aquesta interpretació és tan sols una de les possibles interpretacions de probabilitat; hi ha altres tècniques estadístiques que no es basen en els «graus de creença». (ca)
- La Estadística bayesiana es un subconjunto del campo de la estadística en la que la evidencia sobre el verdadero estado del mundo se expresa en términos de grados de creencia o, más específicamente, las probabilidades bayesianas. Tal interpretación es sólo una de una serie de interpretaciones de la probabilidad y hay otras técnicas estadísticas que no se basan en "grados de creencia". (es)
- Bayesiaanse statistiek is een moderne tak van de statistiek die gebaseerd is op Bayesiaanse kansrekening, een van de interpretaties van waarschijnlijkheid. Daarbij worden kansen voortdurend herzien op basis van beschikbaar gekomen nieuwe informatie. (nl)
- 베이즈 통계학(Bayesian statistics)은 하나의 사건에서의 믿음의 정도 (degree of belief)를 확률로 나타내는 베이즈 확률론에 기반한 통계학 이론이다. 믿음의 정도는 이전 실험에 대한 결과, 또는 그 사건에 대한 개인적 믿음 등, 그 사건에 대한 사전 지식에 기반할 수 있다. 이것은 확률을 많은 시도 후의 사건의 상대적 빈도의 극한으로 보는 빈도주의자 (frequentist) 등 많은 다른 확률에 대한 해석과는 다르다. (ko)
- La statistica bayesiana è un sottocampo della statistica in cui l'evidenza su uno stato vero del mondo è espressa in termini di gradi di credibilità o più specificamente di probabilità bayesiana. Tale interpretazione è solamente una delle tante interpretazioni di probabilità e ci sono molte altre tecniche statistiche che non sono basate sul grado di credibilità. Prende il nome dal matematico britannico Thomas Bayes, che ha formulato il teorema omonimo. (it)
- Байесовская статистика — это теория в области статистики, основанная на байесовской интерпретации вероятности, когда вероятность отражает степень доверия событию, которая может измениться, когда будет собрана новая информация, в отличие от фиксированного значения, основанного на частотном подходе. Степень доверия может основываться на априорных знаниях о событии, таких как результаты предыдущих экспериментов или личное доверие событию. Это отличается от ряда других , таких как частотная интерпретация, которая рассматривает вероятность как предел относительной частоты выпадения события после большого числа испытаний. (ru)
- Ба́єсова стати́стика є підрозділом статистики, в якій свідчення про справжній стан світу виражається у термінах міри переконання, або точніше, баєсових ймовірностей. Така інтерпретація є лише однією з інтерпретацій імовірності, й існують інші статистичні методики, що не базуються на «мірі переконання». (uk)
- 贝叶斯统计是一种基于贝叶斯概率的统计学理论。贝叶斯统计对于概率的理解与频次学派不同。频次学派将概率解释为多次尝试后事件相对频率的极限，而贝叶斯统计将概率解释为对事件的置信程度。置信程度可以基于关于事件的先验知识，例如先前实验的结果，或者基于关于事件的个人信念。 (zh)
- الإحصاء البايزي هي نظرية في الإحصاء تقوم على أساس التفسير البايزي للاحتماليات حيث يعبر الاحتمال عن درجة معينة من الاعتقاد في حدث ما ، والذي يمكن أن يتغير كلما تم جمع معلومات جديدة، بدلاً من قيمة ثابتة تعتمد على التردد أو الميل. قد تستند درجة الاعتقاد إلى معرفة مسبقة بالحدث، مثل نتائج التجارب السابقة، أو على معتقدات شخصية حول الحدث. وهذا يختلف عن عدد من التفسيرات الأخرى للاحتمال، مثل التفسير المتكرر الذي يرى الاحتمال بصفته حد معين للتردد النسبي لحدثٍ ما بعد عدد كبير من التجارب. (ar)
- Die bayessche Statistik, auch bayesianische Statistik, bayessche Inferenz oder Bayes-Statistik (nach Thomas Bayes ) ist ein Zweig der Statistik, der mit dem bayesschen Wahrscheinlichkeitsbegriff und dem Satz von Bayes Fragestellungen der Stochastik untersucht. Der Fokus auf diese beiden Grundpfeiler begründet die bayessche Statistik als eigene „Stilrichtung“. Klassische und bayessche Statistik führen teilweise zu den gleichen Ergebnissen, sind aber nicht vollständig äquivalent. Charakteristisch für bayessche Statistik ist die konsequente Verwendung von Wahrscheinlichkeitsverteilungen bzw. Randverteilungen, deren Form die Genauigkeit der Verfahren bzw. Verlässlichkeit der Daten und des Verfahrens transportiert. (de)
- Bayesian statistics is a theory in the field of statistics based on the Bayesian interpretation of probability where probability expresses a degree of belief in an event. The degree of belief may be based on prior knowledge about the event, such as the results of previous experiments, or on personal beliefs about the event. This differs from a number of other interpretations of probability, such as the frequentist interpretation that views probability as the limit of the relative frequency of an event after many trials. (en)
- Statistika Bayes adalah sebuah teori di bidang statistika yang didasarkan pada dimana probabilitas mengekspresikan tingkat kepercayaan pada suatu . Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau didasarkan pada keyakinan pribadi tentang peristiwa tersebut. Hal ini berbeda dari sejumlah , seperti yang memandang probabilitas sebagai frekuensi relatif dari suatu peristiwa setelah melakukan percobaan dalam jumlah yang besar. (in)
- La statistique bayésienne est une approche statistique fondée sur l'inférence bayésienne, où la probabilité exprime un degré de croyance en un événement. Le degré initial de croyance peut être basé sur des connaissances a priori, telles que les résultats d'expériences antérieures, ou sur des croyances personnelles concernant l'événement. La perspective bayésienne diffère d'un certain nombre d'autres interprétations de la probabilité, comme l'interprétation fréquentiste qui considère la probabilité comme la limite de la fréquence relative d'un événement après de nombreux essais. (fr)
- ベイズ統計学（ベイズとうけいがく、英: Bayesian statistics）は、確率のベイズ的解釈に基づく統計学（および理論）を指す。
* この確率のベイズ的解釈では、対象の変数に関する確率（分布）は事象における（仮説モデルの信頼度）を表わす。したがってパラメーター変数に対しても確率であるとし固定値と捉えない特徴を持つ。
* さらにこの確率は新たに集めた現実の情報・データを取り込むことでより尖鋭型へ更新され、したがって事実を忠実に反映する働きと捉える。直観的信頼度は、以前の実験の結果や事象に関する個人的信頼度といった事象に関する事前知識に基づいてよい。
* 上記は数多くの他のに基づく統計学理論とは異なる。例えば、頻度主義の解釈では、確率を多数の試行後の事象の相対的頻度の極限と見なす。またパラメーター変数は固定値と捉えることを原則とする。 (ja)
|