Ба́єсова ймові́рність (англ. Bayesian probability) — це одна з інтерпретацій поняття ймовірності. На протилежність до інтерпретування ймовірності як «частоти» або [en] певного явища, баєсова ймовірність є величиною, що ми визначаємо з метою представлення стану знання або переконання. З баєсової точки зору ймовірність призначається гіпотезі, тоді як згідно з частотницькою точкою зору гіпотеза зазвичай перевіряється, не маючи призначеної ймовірності.
Баєсову інтерпретацію ймовірності можна розглядати як розширення логіки висловлень, що уможливлює міркування із гіпотезами, тобто судженнями, чиї істинність або хибність є невизначеними.
Баєсова ймовірність належить до категорії доказових імовірностей; для обчислення ймовірності гіпотези фахівець із баєсової статистики встановлює певну апріорну ймовірність, що потім уточнюється у світлі нових, доречних даних (свідчень). Баєсова інтерпретація забезпечує стандартний набір процедур та формул для виконання цього обчислення.
Термін «баєсова» походить від математика та теолога XVIII сторіччя Томаса Баєса, що запропонував перший математичний підхід до нетривіальної задачі баєсового висновування. Математик П'єр-Симон Лаплас започаткував та популяризував те, що тепер називається баєсовою ймовірністю.
Загалом кажучи, існує два погляди на баєсову ймовірність, що інтерпретують поняття ймовірність різним чином. Згідно з об'єктивістським підходом, правила баєсової статистики може бути підтверджено [en], та інтерпретовано як розширення логіки. Згідно з суб'єктивістським підходом, ймовірність визначає «особисте переконання».
Баєсова методологія
Баєсові методи характеризуються такими поняттями та процедурами:
- Використанням випадкових змінних, або, загальніше, невідомих величин для моделювання всіх джерел невизначеності у статистичних моделях. Це також включає невизначеність, що випливає з браку інформації (див. також [en]).
- Потребою визначення апріорного розподілу ймовірності, що враховує наявну (апріорну) інформацію.
- Послідовним застосуванням формули Баєса: щойно надходять додаткові дані, обчислити апостеріорний розподіл за допомогою формули Баєса; згодом цей апостеріорний розподіл стає наступним апріорним.
- Для частотника гіпотеза є судженням (що мусить бути або істинним, або хибним), таким чином, частотницька ймовірність гіпотези є або нулем, або одиницею. В баєсовій статистиці, якщо значення істинності є невизначеним, гіпотезі може бути призначено ймовірність, що відрізняється від 0 та 1.
Об'єктивні та суб'єктивні баєсові ймовірності
Загалом кажучи, існує два погляди на баєсову ймовірність, що інтерпретують поняття «ймовірність» різним чином. Для об'єктивістів ймовірність об'єктивно вимірює правдоподібність тверджень, тобто, ймовірність твердження відповідає розсудливому переконанню, яке будь-хто (навіть «робот»), хто поділяють однакові знання, повинні поділяти у відповідності з правилами баєсової статистики, що може бути підтверджено [en]. Для суб'єктивістів ймовірність відповідає «особистому переконанню». Для суб'єктивістів раціональність та зв'язність обмежують властивості, що міг би мати предмет, дозволяючи істотне коливання в межах цих обмежень. Об'єктивні та суб'єктивні варіанти баєсової ймовірності відрізняються переважно в їхній інтерпретації та в побудові апріорної ймовірності.
Історія
Детальніші відомості з цієї теми ви можете знайти в статті [en].
Термін баєсів стосується Томаса Баєса (1702—1761), який довів окремий випадок того, що тепер називається теоремою Баєса, у праці під назвою [en]». У цьому окремому випадку апріорний та апостеріорний розподіли були бета-розподілами, а дані вибиралися з проб Бернуллі. П'єр-Симон Лаплас (1749—1827) впровадив загальну версію цієї теореми та застосовував її для підходу до задач небесної механіки, медичної статистики, [en] та юриспруденції. Раннє баєсове висновування, що використовувало рівномірний апріорний розподіл згідно з лапласовим [en], називалося [en]» (оскільки воно здійснює зворотне висновування від спостережень до параметрів, або від наслідків до причин). Після 1920-х років «зворотну ймовірність» було значною мірою витіснено набором методів, що стали називати частотницькою статистикою.
У XX столітті ідеї Лапласа отримали подальший розвиток у двох різних напрямках, давши початок об'єктивній та суб'єктивній течіям у баєсовій практиці. «Теорія ймовірності» Гарольда Джеффріса (вперше опублікована 1939 року) відіграла важливу роль у відродженні баєсового погляду на ймовірність, з наступними працями Абрахама Валда (1950) та [en] (1954). Сам прикметник баєсів сходить до 1950-х років; похідні баєсовизм та нео-баєсовизм викарбувано у 1960-х. В об'єктивістській течії статистичний аналіз залежить лише від прийнятої моделі та аналізованих даних. Потреба в залученні суб'єктивних рішень відсутня. На відміну від цього, «суб'єктивістські» статистики заперечують можливість повністю об'єктивного аналізу в загальному випадку.
У 1980-х роках було різке зростання наукових досліджень та застосувань баєсових методів, що здебільшого стосувалися відкриття методів Монте-Карло марковських ланцюгів, які усунули чимало обчислювальних проблем та посилили зацікавленість у нестандартних, складних застосуваннях. Попри ріст баєсових наукових досліджень, більшість початкового викладання й досі ґрунтується на частотницькій статистиці.[] Тим не менш, баєсові методи є широко визнаними та застосовуваними, наприклад, у галузі машинного навчання.
Обґрунтування баєсових імовірностей
Використання баєсових ймовірностей як основи для баєсового висновування підтримувалося кількома доведеннями, такими як [en], [en], доведенням на базі теорії рішень та [en].
Аксіоматичний підхід
[en] показав, що баєсове уточнення слідує кільком аксіомам, включно з двома функційними рівняннями та спірною гіпотезою диференційовності. Відомо, що розробка Кокса 1961 року (переважно скопійована [en]) не є суворою, і насправді [en] було знайдено контрприклад. Припущення про диференційовність чи навіть безперервність є сумнівним, оскільки булева алгебра виразів може бути лише скінченною. Щоби зробити цю теорію суворішою, різними авторами було запропоновано інші аксіоматизації.
Підхід голландської системи ставок
Доведення голландської системи ставок, що запропонував де Фінетті, базується на парі. Система ставок є [en] тоді, коли вправний гравець укладає такий набір парі, що гарантує вигоду, не залежно від результатів парі. Якщо букмекер у побудові своїх шансів слідує правилам баєсового числення, то голландську систему ставок зробити неможливо.
Проте [en] зауважив, що традиційні аргументи голландської системи ставок не визначали використання саме баєсового уточнення: вони залишили відкритою можливість, що не-баєсові правила уточнення можуть обходити голландську систему ставок. Наприклад, Хакінг пише, що
Й ані аргумент голландської системи ставок, ані жоден інший в арсеналі доказів ймовірнісних аксіом персоналістів не тягне за собою динамічного припущення. Жоден не тягне за собою баєсовизму. Тому персоналістові потрібно, щоби динамічне припущення було баєсовим. Це є правда, що в послідовності персоналіст може відмовитися від байєсової моделі навчання на досвіді. Сіль може втратити свій смак. Оригінальний текст (англ.) And neither the Dutch book argument, nor any other in the personalist arsenal of proofs of the probability axioms, entails the dynamic assumption. Not one entails Bayesianism. So the personalist requires the dynamic assumption to be Bayesian. It is true that in consistency a personalist could abandon the Bayesian model of learning from experience. Salt could lose its savour. |
Насправді, існують не-баєсові правила уточнення, що також обходять голландську систему ставок (як обговорюється в літературі про «кінематику ймовірностей» після публікації правила [en], що й саме розглядається як баєсове). Додаткові гіпотези, достатні для (однозначного) вказання баєсового уточнення, є значними, складними та незадовільними.
Підхід теорії рішень
Обґрунтування статистичної теорії рішень використання баєсового висновування (і відтак баєсових імовірностей) було запропоновано Абрахамом Валдом, який довів, що кожна [en] статистична процедура є або баєсовою процедурою, або границею баєсових процедур. І навпаки, кожна баєсова процедура є [en].
Особисті ймовірності та об'єктивні методи побудови апріорних
Після праці Ремзі та фон Неймана про теорію очікуваної корисності фахівці з теорії рішень пояснили раціональну поведінку із використанням розподілу ймовірності для агента. Йоган Пфанцагль завершив [en]», запропонувавши аксіоматизацію суб'єктивної ймовірності та корисності — завдання, залишене незавершеним фон Нейманом та Оскаром Морґенштерном: їхня первісна теорія для зручності передбачала, що всі агенти мають однаковий розподіл ймовірностей. Аксіоматизацію Пфанцагля було схвалено Оскаром Морґенштерном: «Фон Нейман та я передбачили» питання, чи ймовірності «могли би, можливо типовіше, бути суб'єктивними, та конкретно заявили, що в останньому випадку може бути знайдено аксіоми, з яких могло би бути виведено бажану числову корисність разом зі значеннями ймовірностей (пор. с. 19 [en]). Ми не довершували це; це було продемонстровано Пфанцаглем… з усією необхідною суворістю».
Ремзі та [en] зауважили, що розподіли ймовірностей окремих агентів може бути об'єктивно вивчено в експериментах. Роль обґрунтування й незгоди в науці визнавалася починаючи з Аристотеля, і ще ясніше за Френсіса Бекона. Об'єктивність науки полягає не в психології окремих науковців, але в самому процесі науки, та особливо у статистичних методах, як зауважив Ч. Пірс. Нагадуємо, що, об'єктивні методи спростування припущень про особисті ймовірності використовувалися протягом півстоліття, як було зауважено вище. Процедури перевірки гіпотез про ймовірності (з використанням скінченних проб) завдячують Ремзі (1931) та [en] (1931, 1937, 1964, 1970). Як [en], так і Френк Ремзі визнають[] свій борг перед [en], зокрема (для Ремзі) перед Чарлзом Пірсом.
«Перевірка Ремзі» для оцінювання розподілів ймовірності є теоретично реалізовною, і вона займала експериментальних психологів протягом півстоліття. Ця праця показує, що баєсово-ймовірнісні припущення можливо спростовувати, і отже вони відповідають емпіричному критерієві Чарлза Пірса, чия праця надихнула Ремзі. (Цей критерій спростовності було популяризовано Карлом Поппером.)
Сучасні праці над експериментальною оцінкою особистих ймовірностей використовують рандомізацію, сліпий метод та процедури булевих рішень експерименту Пірса-[en]. Оскільки особи діють відповідно до різних оцінок ймовірності, ці ймовірності агентів є «особистими» (проте придатними до об'єктивного вивчення).
Особисті ймовірності є проблематичними для науки та деяких застосувань, у яких ухвалювачам рішень бракує знань або часу для визначення обґрунтованого розподілу ймовірності (на підставі якого вони готуються діяти). Щоби відповідати потребам науки та людським обмеженням, баєсові статистики розробили «об'єктивні» методи визначення апріорних ймовірностей.
Справді, деякі баєсівці стверджують, що апріорний стан знання визначає єдиний (унікальний) апріорний розподіл ймовірності для «звичайних» статистичних задач; пор. з коректно поставленими задачами. Знаходження правильного методу побудови таких «об'єктивних» апріорних (для відповідних класів звичайних задач) було предметом пошуку теоретиків статистики від Лапласа до Джона Кейнса, Гарольда Джеффріса та [en]: теоретики та їхні послідовники запропонували декілька методів для побудови «об'єктивних» апріорних:
- [en]
- Аналіз груп перетворень
- [en]
Кожен із цих методів вносить корисні апріорні для «звичайних» однопараметрових задач, і кожне апріорне може впоруватися з декількома складними статистичними моделями (з «нерегулярністю», або з декількома параметрами). Кожен із цих методів був корисним у баєсовій практиці. Справді, методи побудови «об'єктивних» (або ж «стандартних», або «необізнаних») апріорних було розроблено видатними суб'єктивістськими (або «персоналістськими») баєсівцями, такими як [en] (Дюкський університет) та [en] (Університет Валенсії), просто тому, що такі апріорні потрібні для баєсового застосування, зокрема в науці. Пошук «універсального методу побудови апріорних» продовжує приваблювати статистичних теоретиків.
Отже, баєсів статистик потребує або використання обґрунтованих апріорних (із застосуванням відповідного досвіду або попередніх даних), або вибору серед конкуруючих методів побудови «об'єктивних» апріорних.
Баєсове середнє
Ба́єсове сере́днє є методом оцінювання середнього значення вибірки згідно з баєсовою інтерпретацією, де замість оцінювання середнього суворо з будь-яких або всіх доступних даних набору до обчислення може також бути включено іншу наявну інформацію, пов'язану із цим набором даних, з метою мінімізації впливу великих відхилень, або для заявлення стандартного значення, якщо набір даних є малим.
Обчислення баєсового середнього включає апріорне середнє m та сталу C. Сталій C встановлюється значення, пропорційне типовому розмірові набору даних. Це значення є більшим, коли очікувані відхилення між наборами даних (у межах більшої вибірки) є малими. Воно є меншим, коли очікується, що набори даних значно різнитимуться один від одного.
Див. також
- Парадокс Бертрана — парадокс у класичній імовірності, розв'язаний [en] у контексті баєсової ймовірності
- [en] — процедура оцінки чиєїсь суб'єктивної ймовірності
- КуБізм — дискусійне застосування баєсових імовірностей до квантової механіки
- Невизначеність
- [en]»
Примітки
- Jaynes, E.T. Bayesian Methods: General Background [ 6 серпня 2015 у Wayback Machine.] In Maximum-Entropy and Bayesian Methods in Applied Statistics [ 11 липня 2015 у Wayback Machine.], by J. H. Justice (ed.). Cambridge: Cambridge Univ. Press, 1986 (англ.)
- de Finetti, B. (1974) Theory of probability (2 vols.), J. Wiley & Sons, Inc., New York (англ.)
- Paulos, John Allen. The Mathematics of Changing Your Mind, [ 30 березня 2014 у Wayback Machine.] New York Times (US). August 5, 2011; retrieved 2011-08-06 (англ.)
- Stigler, Stephen M. (1986) The history of statistics. [ 12 липня 2015 у Wayback Machine.] Harvard University press. pg 131. (англ.)
- Stigler, Stephen M. (1986) The history of statistics. [ 12 липня 2015 у Wayback Machine.], Harvard University press. pp97-98, 131. (англ.)
- Cox, Richard T. Algebra of Probable Inference, The Johns Hopkins University Press, 2001 (англ.)
- Dupré, Maurice J., Tipler, Frank T. New Axioms For Bayesian Probability[недоступне посилання з лютого 2019], Bayesian Analysis (2009), Number 3, pp. 599—606 (англ.)
- McGrayne, Sharon Bertsch. (2011). The Theory That Would Not Die, p. 10., с. 10, на «Google Books» (англ.)
- Stigler, Stephen M. (1986) The history of statistics. Harvard University press. Chapter 3. (англ.)
- Fienberg, Stephen E. (2006). (PDF). Bayesian Analysis. 1 (1): 1–40 [p. 5]. doi:10.1214/06-ba101. Архів оригіналу (PDF) за 10 вересня 2014. Процитовано 14 липня 2015. (англ.)
- «The works of Wald, Statistical Decision Functions (1950) and [en], The Foundation of Statistics (1954) are commonly regarded starting points for current Bayesian approaches»; «Recent developments of the so-called Bayesian approach to statistics» Marshall Dees Harris, Legal-economic research, University of Iowa. Agricultural Law Center (1959), p. 125 (fn. 52); p. 126. «This revolution, which may or may not succeed, is neo-Bayesianism. Jeffreys tried to introduce this approach, but did not succeed at the time in giving it general appeal.» Annals of the Computation Laboratory of Harvard University 31 (1962), p. 180. «It is curious that even in its activities unrelated to ethics, humanity searches for a religion. At the present time, the religion being 'pushed' the hardest is Bayesianism.» Oscar Kempthorne, 'The Classical Problem of Inference—Goodness of Fit', Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (1967), p. 235 [ 15 липня 2015 у Wayback Machine.].
- [en] (2005), Reference analysis, Handbook of statistics, 25, 17–90 (англ.)
- Wolpert, R.L. (2004) A conversation with James O. Berger, Statistical science, 9, 205—218 (англ.)
- [en] (2006) A Bayesian mathematical statistics primer [ 10 листопада 2011 у Wayback Machine.]. ICOTS-7
- Bishop, C.M. Pattern Recognition and Machine Learning. Springer, 2007 (англ.)
- Halpern, J. A counterexample to theorems of Cox and Fine, Journal of Artificial Intelligence Research, 10: 67-85. (англ.)
- Hacking (1967, Section 3, page 316), Hacking (1988, page 124) (англ.)
- . stanford.edu. Архів оригіналу за 28 квітня 2019. Процитовано 15 липня 2015. (англ.)
- [en] (1989) Laws and Symmetry, Oxford University Press. (англ.)
- Wald, Abraham. Statistical Decision Functions. Wiley 1950. (англ.)
- Bernardo, José M., Smith, Adrian F.M. Bayesian Theory. John Wiley 1994. . (англ.)
- Pfanzagl (1967, 1968)
- Morgenstern (1976, С. 65) (англ.)
- (1978). . Annals of Statistics. 6 (March): 239–265 esp. p. 248. doi:10.1214/aos/1176344123. JSTOR 2958876. MR 0483118. Архів оригіналу за 20 липня 2015. (англ.)
- Davidson et al. (1957) (англ.)
- «Karl Popper» in Stanford Encyclopedia of Philosophy [ 27 червня 2007 у Wayback Machine.] (англ.)
- Popper, Karl. (2002) The Logic of Scientific Discovery [ 15 вересня 2015 у Wayback Machine.] 2nd Edition, Routledge (Reprint of 1959 translation of 1935 original) Page 57. (англ.)
- Peirce & Jastrow (1885) (англ.)
- Bernardo, J. M. (2005). Reference Analysis [ 23 листопада 2015 у Wayback Machine.]. Handbook of Statistics 25 (D. K. Dey and C. R. Rao eds). Amsterdam: Elsevier, 17-90 (англ.)
- Yang, Xiao; Zhang, Zhaoxin (2013). Combining Prestige and Relevance Ranking for Personalized Recommendation. Proceedings of the 22nd ACM international conference on information & knowledge management (CIKM): 1877—1880. doi:10.1145/2505515.2507885. (англ.)
Література
- [en] (1985). Statistical Decision Theory and Bayesian Analysis. Springer Series in Statistics (вид. II). Springer-Verlag. ISBN . (англ.)
- Bessière, Pierre; Mazer, E.; Ahuacatzin, J-M; Mekhnacha, K. (2013). Bayesian Programming. CRC Press. ISBN . (англ.)
- ; (1994). Bayesian Theory. Wiley. ISBN . (англ.)
- ; Doksum, Kjell A. (2001). Mathematical statistics, Volume 1: Basic and selected topics (вид. II (оновлений передрук 2007) Holden-Day 1976). Pearson Prentice–Hall. ISBN . MR 0443141. (англ.)
- Davidson, Donald; ; (1957). Decision-Making: An Experimental Approach. . (англ.)
- [en]. "Probabilism: A Critical Essay on the Theory of Probability and on the Value of Science, " (переклад статті 1931 року) в Erkenntnis, volume 31, вересень 1989. (англ.)
- de Finetti, Bruno (1937) "La Prévision: ses lois logiques, ses sources subjectives, " Annales de l'Institut Henri Poincaré, (фр.)
- de Finetti, Bruno. "Foresight: its Logical Laws, Its Subjective Sources, " (переклад франкомовної статті 1937 року [ 21 липня 2015 у Wayback Machine.]) в H. E. Kyburg та H. E. Smokler (eds), Studies in Subjective Probability, New York: Wiley, 1964. (англ.)
- de Finetti, Bruno (1974–5). Theory of Probability. A Critical Introductory Treatment, (переклад A.Machi та [en] книги 1970 року) 2 томи. Wiley , (англ.)
- [en] (2004) Optimal Statistical Decisions. Wiley Classics Library. (спочатку опубліковано 1970 року.) . (англ.)
- (December 1967). Slightly More Realistic Personal Probability. Philosophy of Science. 34 (4): 311—325. doi:10.1086/288169. JSTOR 186120. Частково передруковано у: [en] та Sahlin, Nils-Eric. (1988) Decision, Probability, and Utility: Selected Readings. 1988. Cambridge University Press. (англ.)
- Hajek, A. and Hartmann, S. (2010): «Bayesian Epistemology», in: Dancy, J., Sosa, E., Steup, M. (Eds.) (2001) A Companion to Epistemology, Wiley. (англ.)
- (1998). A History of Mathematical Statistics from 1750 to 1930. New York: Wiley. ISBN . (англ.)
- Hartmann, S. and Sprenger, J. (2011) «Bayesian Epistemology», in: Bernecker, S. and Pritchard, D. (Eds.) (2011) Routledge Companion to Epistemology. Routledge. () (англ.)
- Hazewinkel, Michiel, ред. (2001), approach to statistical problems Bayesian approach to statistical problems, Математична енциклопедія, , ISBN (англ.)
- ; Urbach, P. (2005). Scientific Reasoning: the Bayesian Approach (вид. 3rd). [en]. ISBN . (англ.)
- [en] (2003) Probability Theory: The Logic of Science, CUP. (Посилання на фрагментарне видання березня 1996 року [ 8 листопада 2020 у Wayback Machine.]). (англ.)
- McGrayne, SB. (2011). The Theory That Would Not Die: How Bayes' Rule Cracked The Enigma Code, Hunted Down Russian Submarines, & Emerged Triumphant from Two Centuries of Controversy. New Haven: Yale University Press. /; OCLC 670481486 [ 22 лютого 2019 у Wayback Machine.] (англ.)
- Morgenstern, Oskar (1978). Some Reflections on Utility. У Andrew Schotter (ред.). Selected Economic Writings of Oskar Morgenstern. New York University Press. с. 65—70. ISBN . (англ.)
- Peirce, C.S. and [en] (1885). . Memoirs of the National Academy of Sciences. 3: 73—83. Архів оригіналу за 9 червня 2019. Процитовано 18 липня 2015. (англ.)
- Pfanzagl, J (1967). Subjective Probability Derived from the Morgenstern-von Neumann Utility Theory. У [en] (ред.). Essays in Mathematical Economics In Honor of Oskar Morgenstern. Princeton University Press. с. 237–251. (англ.)
- Pfanzagl, J. in cooperation with V. Baumann and H. Huber (1968). Events, Utility and Subjective Probability. Theory of Measurement. Wiley. с. 195–220. (англ.)
- Ramsey, Frank Plumpton (1931) «Truth and Probability» (), Chapter VII in The Foundations of Mathematics and other Logical Essays, передруковано 2001 року, Routledge. , (англ.)
- (1990). The History of Statistics: The Measurement of Uncertainty before 1900. Belknap Press/Harvard University Press. ISBN . (англ.)
- Stigler, SM. (1999) Statistics on the Table: The History of Statistical Concepts and Methods. Harvard University Press. (англ.)
- Stone, JV (2013). Завантаження розділу 1 книги «Bayes’ Rule: A Tutorial Introduction to Bayesian Analysis» [ 22 липня 2015 у Wayback Machine.], Sebtel Press, England. (англ.)
- Winkler, RL (2003). Introduction to Bayesian Inference and Decision (вид. 2nd). Probabilistic. ISBN . Оновлений класичний підручник. Чітко представлено баєсову теорію. (англ.)
Посилання
- Lin, Hanti, "Bayesian Epistemology", The Stanford Encyclopedia of Philosophy (Fall 2022 Edition), Edward N. Zalta & Uri Nodelman (eds.), URL = <https://plato.stanford.edu/archives/fall2022/entries/epistemology-bayesian/>.
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Ba yesova jmovi rnist angl Bayesian probability ce odna z interpretacij ponyattya jmovirnosti Na protilezhnist do interpretuvannya jmovirnosti yak chastoti abo en pevnogo yavisha bayesova jmovirnist ye velichinoyu sho mi viznachayemo z metoyu predstavlennya stanu znannya abo perekonannya Z bayesovoyi tochki zoru jmovirnist priznachayetsya gipotezi todi yak zgidno z chastotnickoyu tochkoyu zoru gipoteza zazvichaj pereviryayetsya ne mayuchi priznachenoyi jmovirnosti Bayesovu interpretaciyu jmovirnosti mozhna rozglyadati yak rozshirennya logiki vislovlen sho umozhlivlyuye mirkuvannya iz gipotezami tobto sudzhennyami chiyi istinnist abo hibnist ye neviznachenimi Bayesova jmovirnist nalezhit do kategoriyi dokazovih imovirnostej dlya obchislennya jmovirnosti gipotezi fahivec iz bayesovoyi statistiki vstanovlyuye pevnu apriornu jmovirnist sho potim utochnyuyetsya u svitli novih dorechnih danih svidchen Bayesova interpretaciya zabezpechuye standartnij nabir procedur ta formul dlya vikonannya cogo obchislennya Termin bayesova pohodit vid matematika ta teologa XVIII storichchya Tomasa Bayesa sho zaproponuvav pershij matematichnij pidhid do netrivialnoyi zadachi bayesovogo visnovuvannya Matematik P yer Simon Laplas zapochatkuvav ta populyarizuvav te sho teper nazivayetsya bayesovoyu jmovirnistyu Zagalom kazhuchi isnuye dva poglyadi na bayesovu jmovirnist sho interpretuyut ponyattya jmovirnist riznim chinom Zgidno z ob yektivistskim pidhodom pravila bayesovoyi statistiki mozhe buti pidtverdzheno en ta interpretovano yak rozshirennya logiki Zgidno z sub yektivistskim pidhodom jmovirnist viznachaye osobiste perekonannya Bayesova metodologiyaBayesovi metodi harakterizuyutsya takimi ponyattyami ta procedurami Vikoristannyam vipadkovih zminnih abo zagalnishe nevidomih velichin dlya modelyuvannya vsih dzherel neviznachenosti u statistichnih modelyah Ce takozh vklyuchaye neviznachenist sho viplivaye z braku informaciyi div takozh en Potreboyu viznachennya apriornogo rozpodilu jmovirnosti sho vrahovuye nayavnu apriornu informaciyu Poslidovnim zastosuvannyam formuli Bayesa shojno nadhodyat dodatkovi dani obchisliti aposteriornij rozpodil za dopomogoyu formuli Bayesa zgodom cej aposteriornij rozpodil staye nastupnim apriornim Dlya chastotnika gipoteza ye sudzhennyam sho musit buti abo istinnim abo hibnim takim chinom chastotnicka jmovirnist gipotezi ye abo nulem abo odiniceyu V bayesovij statistici yaksho znachennya istinnosti ye neviznachenim gipotezi mozhe buti priznacheno jmovirnist sho vidriznyayetsya vid 0 ta 1 Ob yektivni ta sub yektivni bayesovi jmovirnostiZagalom kazhuchi isnuye dva poglyadi na bayesovu jmovirnist sho interpretuyut ponyattya jmovirnist riznim chinom Dlya ob yektivistiv jmovirnist ob yektivno vimiryuye pravdopodibnist tverdzhen tobto jmovirnist tverdzhennya vidpovidaye rozsudlivomu perekonannyu yake bud hto navit robot hto podilyayut odnakovi znannya povinni podilyati u vidpovidnosti z pravilami bayesovoyi statistiki sho mozhe buti pidtverdzheno en Dlya sub yektivistiv jmovirnist vidpovidaye osobistomu perekonannyu Dlya sub yektivistiv racionalnist ta zv yaznist obmezhuyut vlastivosti sho mig bi mati predmet dozvolyayuchi istotne kolivannya v mezhah cih obmezhen Ob yektivni ta sub yektivni varianti bayesovoyi jmovirnosti vidriznyayutsya perevazhno v yihnij interpretaciyi ta v pobudovi apriornoyi jmovirnosti IstoriyaDetalnishi vidomosti z ciyeyi temi vi mozhete znajti v statti en Termin bayesiv stosuyetsya Tomasa Bayesa 1702 1761 yakij doviv okremij vipadok togo sho teper nazivayetsya teoremoyu Bayesa u praci pid nazvoyu en U comu okremomu vipadku apriornij ta aposteriornij rozpodili buli beta rozpodilami a dani vibiralisya z prob Bernulli P yer Simon Laplas 1749 1827 vprovadiv zagalnu versiyu ciyeyi teoremi ta zastosovuvav yiyi dlya pidhodu do zadach nebesnoyi mehaniki medichnoyi statistiki en ta yurisprudenciyi Rannye bayesove visnovuvannya sho vikoristovuvalo rivnomirnij apriornij rozpodil zgidno z laplasovim en nazivalosya en oskilki vono zdijsnyuye zvorotne visnovuvannya vid sposterezhen do parametriv abo vid naslidkiv do prichin Pislya 1920 h rokiv zvorotnu jmovirnist bulo znachnoyu miroyu vitisneno naborom metodiv sho stali nazivati chastotnickoyu statistikoyu U XX stolitti ideyi Laplasa otrimali podalshij rozvitok u dvoh riznih napryamkah davshi pochatok ob yektivnij ta sub yektivnij techiyam u bayesovij praktici Teoriya jmovirnosti Garolda Dzheffrisa vpershe opublikovana 1939 roku vidigrala vazhlivu rol u vidrodzhenni bayesovogo poglyadu na jmovirnist z nastupnimi pracyami Abrahama Valda 1950 ta en 1954 Sam prikmetnik bayesiv shodit do 1950 h rokiv pohidni bayesovizm ta neo bayesovizm vikarbuvano u 1960 h V ob yektivistskij techiyi statistichnij analiz zalezhit lishe vid prijnyatoyi modeli ta analizovanih danih Potreba v zaluchenni sub yektivnih rishen vidsutnya Na vidminu vid cogo sub yektivistski statistiki zaperechuyut mozhlivist povnistyu ob yektivnogo analizu v zagalnomu vipadku U 1980 h rokah bulo rizke zrostannya naukovih doslidzhen ta zastosuvan bayesovih metodiv sho zdebilshogo stosuvalisya vidkrittya metodiv Monte Karlo markovskih lancyugiv yaki usunuli chimalo obchislyuvalnih problem ta posilili zacikavlenist u nestandartnih skladnih zastosuvannyah Popri rist bayesovih naukovih doslidzhen bilshist pochatkovogo vikladannya j dosi gruntuyetsya na chastotnickij statistici dzherelo Tim ne mensh bayesovi metodi ye shiroko viznanimi ta zastosovuvanimi napriklad u galuzi mashinnogo navchannya Obgruntuvannya bayesovih imovirnostejVikoristannya bayesovih jmovirnostej yak osnovi dlya bayesovogo visnovuvannya pidtrimuvalosya kilkoma dovedennyami takimi yak en en dovedennyam na bazi teoriyi rishen ta en Aksiomatichnij pidhid en pokazav sho bayesove utochnennya sliduye kilkom aksiomam vklyuchno z dvoma funkcijnimi rivnyannyami ta spirnoyu gipotezoyu diferencijovnosti Vidomo sho rozrobka Koksa 1961 roku perevazhno skopijovana en ne ye suvoroyu i naspravdi en bulo znajdeno kontrpriklad Pripushennya pro diferencijovnist chi navit bezperervnist ye sumnivnim oskilki buleva algebra viraziv mozhe buti lishe skinchennoyu Shobi zrobiti cyu teoriyu suvorishoyu riznimi avtorami bulo zaproponovano inshi aksiomatizaciyi Pidhid gollandskoyi sistemi stavok Dovedennya gollandskoyi sistemi stavok sho zaproponuvav de Finetti bazuyetsya na pari Sistema stavok ye en todi koli vpravnij gravec ukladaye takij nabir pari sho garantuye vigodu ne zalezhno vid rezultativ pari Yaksho bukmeker u pobudovi svoyih shansiv sliduye pravilam bayesovogo chislennya to gollandsku sistemu stavok zrobiti nemozhlivo Prote en zauvazhiv sho tradicijni argumenti gollandskoyi sistemi stavok ne viznachali vikoristannya same bayesovogo utochnennya voni zalishili vidkritoyu mozhlivist sho ne bayesovi pravila utochnennya mozhut obhoditi gollandsku sistemu stavok Napriklad Haking pishe sho J ani argument gollandskoyi sistemi stavok ani zhoden inshij v arsenali dokaziv jmovirnisnih aksiom personalistiv ne tyagne za soboyu dinamichnogo pripushennya Zhoden ne tyagne za soboyu bayesovizmu Tomu personalistovi potribno shobi dinamichne pripushennya bulo bayesovim Ce ye pravda sho v poslidovnosti personalist mozhe vidmovitisya vid bajyesovoyi modeli navchannya na dosvidi Sil mozhe vtratiti svij smak Originalnij tekst angl And neither the Dutch book argument nor any other in the personalist arsenal of proofs of the probability axioms entails the dynamic assumption Not one entails Bayesianism So the personalist requires the dynamic assumption to be Bayesian It is true that in consistency a personalist could abandon the Bayesian model of learning from experience Salt could lose its savour Naspravdi isnuyut ne bayesovi pravila utochnennya sho takozh obhodyat gollandsku sistemu stavok yak obgovoryuyetsya v literaturi pro kinematiku jmovirnostej pislya publikaciyi pravila en sho j same rozglyadayetsya yak bayesove Dodatkovi gipotezi dostatni dlya odnoznachnogo vkazannya bayesovogo utochnennya ye znachnimi skladnimi ta nezadovilnimi Pidhid teoriyi rishen Obgruntuvannya statistichnoyi teoriyi rishen vikoristannya bayesovogo visnovuvannya i vidtak bayesovih imovirnostej bulo zaproponovano Abrahamom Valdom yakij doviv sho kozhna en statistichna procedura ye abo bayesovoyu proceduroyu abo graniceyu bayesovih procedur I navpaki kozhna bayesova procedura ye en Osobisti jmovirnosti ta ob yektivni metodi pobudovi apriornihPislya praci Remzi ta fon Nejmana pro teoriyu ochikuvanoyi korisnosti fahivci z teoriyi rishen poyasnili racionalnu povedinku iz vikoristannyam rozpodilu jmovirnosti dlya agenta Jogan Pfancagl zavershiv en zaproponuvavshi aksiomatizaciyu sub yektivnoyi jmovirnosti ta korisnosti zavdannya zalishene nezavershenim fon Nejmanom ta Oskarom Morgenshternom yihnya pervisna teoriya dlya zruchnosti peredbachala sho vsi agenti mayut odnakovij rozpodil jmovirnostej Aksiomatizaciyu Pfancaglya bulo shvaleno Oskarom Morgenshternom Fon Nejman ta ya peredbachili pitannya chi jmovirnosti mogli bi mozhlivo tipovishe buti sub yektivnimi ta konkretno zayavili sho v ostannomu vipadku mozhe buti znajdeno aksiomi z yakih moglo bi buti vivedeno bazhanu chislovu korisnist razom zi znachennyami jmovirnostej por s 19 en Mi ne dovershuvali ce ce bulo prodemonstrovano Pfancaglem z usiyeyu neobhidnoyu suvoristyu Remzi ta en zauvazhili sho rozpodili jmovirnostej okremih agentiv mozhe buti ob yektivno vivcheno v eksperimentah Rol obgruntuvannya j nezgodi v nauci viznavalasya pochinayuchi z Aristotelya i she yasnishe za Frensisa Bekona Ob yektivnist nauki polyagaye ne v psihologiyi okremih naukovciv ale v samomu procesi nauki ta osoblivo u statistichnih metodah yak zauvazhiv Ch Pirs Nagaduyemo sho ob yektivni metodi sprostuvannya pripushen pro osobisti jmovirnosti vikoristovuvalisya protyagom pivstolittya yak bulo zauvazheno vishe Proceduri perevirki gipotez pro jmovirnosti z vikoristannyam skinchennih prob zavdyachuyut Remzi 1931 ta en 1931 1937 1964 1970 Yak en tak i Frenk Remzi viznayut dzherelo svij borg pered en zokrema dlya Remzi pered Charlzom Pirsom Perevirka Remzi dlya ocinyuvannya rozpodiliv jmovirnosti ye teoretichno realizovnoyu i vona zajmala eksperimentalnih psihologiv protyagom pivstolittya Cya pracya pokazuye sho bayesovo jmovirnisni pripushennya mozhlivo sprostovuvati i otzhe voni vidpovidayut empirichnomu kriteriyevi Charlza Pirsa chiya pracya nadihnula Remzi Cej kriterij sprostovnosti bulo populyarizovano Karlom Popperom Suchasni praci nad eksperimentalnoyu ocinkoyu osobistih jmovirnostej vikoristovuyut randomizaciyu slipij metod ta proceduri bulevih rishen eksperimentu Pirsa en Oskilki osobi diyut vidpovidno do riznih ocinok jmovirnosti ci jmovirnosti agentiv ye osobistimi prote pridatnimi do ob yektivnogo vivchennya Osobisti jmovirnosti ye problematichnimi dlya nauki ta deyakih zastosuvan u yakih uhvalyuvacham rishen brakuye znan abo chasu dlya viznachennya obgruntovanogo rozpodilu jmovirnosti na pidstavi yakogo voni gotuyutsya diyati Shobi vidpovidati potrebam nauki ta lyudskim obmezhennyam bayesovi statistiki rozrobili ob yektivni metodi viznachennya apriornih jmovirnostej Spravdi deyaki bayesivci stverdzhuyut sho apriornij stan znannya viznachaye yedinij unikalnij apriornij rozpodil jmovirnosti dlya zvichajnih statistichnih zadach por z korektno postavlenimi zadachami Znahodzhennya pravilnogo metodu pobudovi takih ob yektivnih apriornih dlya vidpovidnih klasiv zvichajnih zadach bulo predmetom poshuku teoretikiv statistiki vid Laplasa do Dzhona Kejnsa Garolda Dzheffrisa ta en teoretiki ta yihni poslidovniki zaproponuvali dekilka metodiv dlya pobudovi ob yektivnih apriornih en Analiz grup peretvoren en Kozhen iz cih metodiv vnosit korisni apriorni dlya zvichajnih odnoparametrovih zadach i kozhne apriorne mozhe vporuvatisya z dekilkoma skladnimi statistichnimi modelyami z neregulyarnistyu abo z dekilkoma parametrami Kozhen iz cih metodiv buv korisnim u bayesovij praktici Spravdi metodi pobudovi ob yektivnih abo zh standartnih abo neobiznanih apriornih bulo rozrobleno vidatnimi sub yektivistskimi abo personalistskimi bayesivcyami takimi yak en Dyukskij universitet ta en Universitet Valensiyi prosto tomu sho taki apriorni potribni dlya bayesovogo zastosuvannya zokrema v nauci Poshuk universalnogo metodu pobudovi apriornih prodovzhuye privablyuvati statistichnih teoretikiv Otzhe bayesiv statistik potrebuye abo vikoristannya obgruntovanih apriornih iz zastosuvannyam vidpovidnogo dosvidu abo poperednih danih abo viboru sered konkuruyuchih metodiv pobudovi ob yektivnih apriornih Bayesove serednyeBa yesove sere dnye ye metodom ocinyuvannya serednogo znachennya vibirki zgidno z bayesovoyu interpretaciyeyu de zamist ocinyuvannya serednogo suvoro z bud yakih abo vsih dostupnih danih naboru do obchislennya mozhe takozh buti vklyucheno inshu nayavnu informaciyu pov yazanu iz cim naborom danih z metoyu minimizaciyi vplivu velikih vidhilen abo dlya zayavlennya standartnogo znachennya yaksho nabir danih ye malim Obchislennya bayesovogo serednogo vklyuchaye apriorne serednye m ta stalu C Stalij C vstanovlyuyetsya znachennya proporcijne tipovomu rozmirovi naboru danih Ce znachennya ye bilshim koli ochikuvani vidhilennya mizh naborami danih u mezhah bilshoyi vibirki ye malimi Vono ye menshim koli ochikuyetsya sho nabori danih znachno riznitimutsya odin vid odnogo x C m i 1 n x i C n displaystyle bar x Cm sum i 1 n x i over C n Div takozhParadoks Bertrana paradoks u klasichnij imovirnosti rozv yazanij en u konteksti bayesovoyi jmovirnosti en procedura ocinki chiyeyis sub yektivnoyi jmovirnosti KuBizm diskusijne zastosuvannya bayesovih imovirnostej do kvantovoyi mehaniki Neviznachenist en PrimitkiJaynes E T Bayesian Methods General Background 6 serpnya 2015 u Wayback Machine In Maximum Entropy and Bayesian Methods in Applied Statistics 11 lipnya 2015 u Wayback Machine by J H Justice ed Cambridge Cambridge Univ Press 1986 angl de Finetti B 1974 Theory of probability 2 vols J Wiley amp Sons Inc New York angl Paulos John Allen The Mathematics of Changing Your Mind 30 bereznya 2014 u Wayback Machine New York Times US August 5 2011 retrieved 2011 08 06 angl Stigler Stephen M 1986 The history of statistics 12 lipnya 2015 u Wayback Machine Harvard University press pg 131 angl Stigler Stephen M 1986 The history of statistics 12 lipnya 2015 u Wayback Machine Harvard University press pp97 98 131 angl Cox Richard T Algebra of Probable Inference The Johns Hopkins University Press 2001 angl Dupre Maurice J Tipler Frank T New Axioms For Bayesian Probability nedostupne posilannya z lyutogo 2019 Bayesian Analysis 2009 Number 3 pp 599 606 angl McGrayne Sharon Bertsch 2011 The Theory That Would Not Die p 10 s 10 na Google Books angl Stigler Stephen M 1986 The history of statistics Harvard University press Chapter 3 angl Fienberg Stephen E 2006 PDF Bayesian Analysis 1 1 1 40 p 5 doi 10 1214 06 ba101 Arhiv originalu PDF za 10 veresnya 2014 Procitovano 14 lipnya 2015 angl The works of Wald Statistical Decision Functions 1950 and en The Foundation of Statistics 1954 are commonly regarded starting points for current Bayesian approaches Recent developments of the so called Bayesian approach to statistics Marshall Dees Harris Legal economic research University of Iowa Agricultural Law Center 1959 p 125 fn 52 p 126 This revolution which may or may not succeed is neo Bayesianism Jeffreys tried to introduce this approach but did not succeed at the time in giving it general appeal Annals of the Computation Laboratory of Harvard University 31 1962 p 180 It is curious that even in its activities unrelated to ethics humanity searches for a religion At the present time the religion being pushed the hardest is Bayesianism Oscar Kempthorne The Classical Problem of Inference Goodness of Fit Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability 1967 p 235 15 lipnya 2015 u Wayback Machine en 2005 Reference analysis Handbook of statistics 25 17 90 angl Wolpert R L 2004 A conversation with James O Berger Statistical science 9 205 218 angl en 2006 A Bayesian mathematical statistics primer 10 listopada 2011 u Wayback Machine ICOTS 7 Bishop C M Pattern Recognition and Machine Learning Springer 2007 angl Halpern J A counterexample to theorems of Cox and Fine Journal of Artificial Intelligence Research 10 67 85 angl Hacking 1967 Section 3 page 316 Hacking 1988 page 124 angl stanford edu Arhiv originalu za 28 kvitnya 2019 Procitovano 15 lipnya 2015 angl en 1989 Laws and Symmetry Oxford University Press ISBN 0 19 824860 1 angl Wald Abraham Statistical Decision Functions Wiley 1950 angl Bernardo Jose M Smith Adrian F M Bayesian Theory John Wiley 1994 ISBN 0 471 92416 4 angl Pfanzagl 1967 1968 Morgenstern 1976 S 65 angl 1978 Annals of Statistics 6 March 239 265 esp p 248 doi 10 1214 aos 1176344123 JSTOR 2958876 MR 0483118 Arhiv originalu za 20 lipnya 2015 angl Davidson et al 1957 angl Karl Popper in Stanford Encyclopedia of Philosophy 27 chervnya 2007 u Wayback Machine angl Popper Karl 2002 The Logic of Scientific Discovery 15 veresnya 2015 u Wayback Machine 2nd Edition Routledge ISBN 0 415 27843 0 Reprint of 1959 translation of 1935 original Page 57 angl Peirce amp Jastrow 1885 angl Bernardo J M 2005 Reference Analysis 23 listopada 2015 u Wayback Machine Handbook of Statistics 25 D K Dey and C R Rao eds Amsterdam Elsevier 17 90 angl Yang Xiao Zhang Zhaoxin 2013 Combining Prestige and Relevance Ranking for Personalized Recommendation Proceedings of the 22nd ACM international conference on information amp knowledge management CIKM 1877 1880 doi 10 1145 2505515 2507885 angl Literatura en 1985 Statistical Decision Theory and Bayesian Analysis Springer Series in Statistics vid II Springer Verlag ISBN 0 387 96098 8 angl Bessiere Pierre Mazer E Ahuacatzin J M Mekhnacha K 2013 Bayesian Programming CRC Press ISBN 9781439880326 angl 1994 Bayesian Theory Wiley ISBN 0 471 49464 X angl Doksum Kjell A 2001 Mathematical statistics Volume 1 Basic and selected topics vid II onovlenij peredruk 2007 Holden Day 1976 Pearson Prentice Hall ISBN 0 13 850363 X MR 0443141 angl Davidson Donald 1957 Decision Making An Experimental Approach angl en Probabilism A Critical Essay on the Theory of Probability and on the Value of Science pereklad statti 1931 roku v Erkenntnis volume 31 veresen 1989 angl de Finetti Bruno 1937 La Prevision ses lois logiques ses sources subjectives Annales de l Institut Henri Poincare fr de Finetti Bruno Foresight its Logical Laws Its Subjective Sources pereklad frankomovnoyi statti 1937 roku 21 lipnya 2015 u Wayback Machine v H E Kyburg ta H E Smokler eds Studies in Subjective Probability New York Wiley 1964 angl de Finetti Bruno 1974 5 Theory of Probability A Critical Introductory Treatment pereklad A Machi ta en knigi 1970 roku 2 tomi Wiley ISBN 0 471 20141 3 ISBN 0 471 20142 1 angl en 2004 Optimal Statistical Decisions Wiley Classics Library spochatku opublikovano 1970 roku ISBN 0 471 68029 X angl December 1967 Slightly More Realistic Personal Probability Philosophy of Science 34 4 311 325 doi 10 1086 288169 JSTOR 186120 Chastkovo peredrukovano u en ta Sahlin Nils Eric 1988 Decision Probability and Utility Selected Readings 1988 Cambridge University Press ISBN 0 521 33658 9 angl Hajek A and Hartmann S 2010 Bayesian Epistemology in Dancy J Sosa E Steup M Eds 2001 A Companion to Epistemology Wiley ISBN 1 4051 3900 5 angl 1998 A History of Mathematical Statistics from 1750 to 1930 New York Wiley ISBN 0 471 17912 4 angl Hartmann S and Sprenger J 2011 Bayesian Epistemology in Bernecker S and Pritchard D Eds 2011 Routledge Companion to Epistemology Routledge ISBN 978 0 415 96219 3 angl Hazewinkel Michiel red 2001 approach to statistical problems Bayesian approach to statistical problems Matematichna enciklopediya Springer ISBN 978 1 55608 010 4 angl Urbach P 2005 Scientific Reasoning the Bayesian Approach vid 3rd en ISBN 978 0 8126 9578 6 angl en 2003 Probability Theory The Logic of Science CUP ISBN 978 0 521 59271 0 Posilannya na fragmentarne vidannya bereznya 1996 roku 8 listopada 2020 u Wayback Machine angl McGrayne SB 2011 The Theory That Would Not Die How Bayes Rule Cracked The Enigma Code Hunted Down Russian Submarines amp Emerged Triumphant from Two Centuries of Controversy New Haven Yale University Press ISBN 9780300169690 ISBN 0300169698 OCLC 670481486 22 lyutogo 2019 u Wayback Machine angl Morgenstern Oskar 1978 Some Reflections on Utility U Andrew Schotter red Selected Economic Writings of Oskar Morgenstern New York University Press s 65 70 ISBN 978 0 8147 7771 8 angl Peirce C S and en 1885 Memoirs of the National Academy of Sciences 3 73 83 Arhiv originalu za 9 chervnya 2019 Procitovano 18 lipnya 2015 angl Pfanzagl J 1967 Subjective Probability Derived from the Morgenstern von Neumann Utility Theory U en red Essays in Mathematical Economics In Honor of Oskar Morgenstern Princeton University Press s 237 251 angl Pfanzagl J in cooperation with V Baumann and H Huber 1968 Events Utility and Subjective Probability Theory of Measurement Wiley s 195 220 angl Ramsey Frank Plumpton 1931 Truth and Probability Chapter VII in The Foundations of Mathematics and other Logical Essays peredrukovano 2001 roku Routledge ISBN 0 415 22546 9 angl 1990 The History of Statistics The Measurement of Uncertainty before 1900 Belknap Press Harvard University Press ISBN 0 674 40341 X angl Stigler SM 1999 Statistics on the Table The History of Statistical Concepts and Methods Harvard University Press ISBN 0 674 83601 4 angl Stone JV 2013 Zavantazhennya rozdilu 1 knigi Bayes Rule A Tutorial Introduction to Bayesian Analysis 22 lipnya 2015 u Wayback Machine Sebtel Press England angl Winkler RL 2003 Introduction to Bayesian Inference and Decision vid 2nd Probabilistic ISBN 0 9647938 4 9 Onovlenij klasichnij pidruchnik Chitko predstavleno bayesovu teoriyu angl PosilannyaLin Hanti Bayesian Epistemology The Stanford Encyclopedia of Philosophy Fall 2022 Edition Edward N Zalta amp Uri Nodelman eds URL lt https plato stanford edu archives fall2022 entries epistemology bayesian gt