Olasılık dağılımında parametre, destek ve birikimli sonuç
Aynı veri için farklı dağılımlar farklı sorulara cevap verebilir. Parametreyi yalnız bir sayıyla eşleştirmek yerine birimini, dağılımın alabileceği değerleri ve hesaplanan olasılık türünü belirle.
Veri aralığı ve birimleri hazırla
Süre verisi negatif olamaz; bazı dağılımlar tüm gerçek sayılarda tanımlıdır. Ölçek parametresi saat cinsindeyse x de saat olmalıdır. Şekil ve ölçek alanlarını yer değiştirmek geçerli görünen fakat başka bir model üreten sonuç verir.
Birikimli olasılık ile yoğunluğu ayır
Weibull biçiminde şekil 1 ve ölçek 10 saat seçildiğinde x=10 için F(x)=1−exp(−1)≈0,6321 olur. Bu, modelde 10 saate kadar gerçekleşme olasılığıdır. Tam 10 saat noktasının olasılığı veya sonraki bir saatin olasılığı değildir.
Ön bilgi ile gözlemi birlikte güncelle
Beta(1,1) ön modeli ve 8 başarı, 2 başarısızlık gözlemi Beta(9,3) verir; ortalaması 9/12=0,75’tir. Gözlenen başarı oranı 8/10=0,80’dir. Fark bir aritmetik hata değil, seçilen ön modelin etkisidir.
Model uyumunu hesap sonucu sanma
Dağılım hesaplayıcı parametreleri kullanır; verinin gerçekten bu dağılımdan geldiğini kanıtlamaz. KL veya JS gibi ayrışma ölçüleri de tek başına nedensellik veya tahmin başarısı değildir. Sıfır olasılıkların kabul koşullarını kontrol et.
Sık sorulan sorular
Birikimli olasılık kaç aralığında olur?
0 ile 1 arasındadır; yüzde karşılığı için 100 ile çarpılır.
Yoğunluk 1’den büyük olabilir mi?
Evet; yoğunluk bir noktadaki olasılık değildir. Bir aralıktaki integrali olasılığı verir.
Saat yerine dakika yazabilir miyim?
x ve ölçek parametresini birlikte dönüştürmelisin; yalnız birini değiştirme.
Ön bilgi neden sonucu değiştiriyor?
Bayes güncellemesi seçilen ön dağılımla gözlemi birlikte kullanır. Ön modelini raporda belirt.
KL simetrik midir?
Genellikle değildir. P ile Q’nun yer değiştirmesi sonucu değiştirebilir.
Araç gelecekteki olayı kesin söyler mi?
Hayır. Sonuç, seçilen model ve parametreler altında bir olasılıktır.
