Uslovna nezavisnost

U teoriji verovatnoće, uslovna nezavisnost opisuje situacije u kojima je posmatranje irelevantno ili suvišno kada se ocenjuje sigurnost hipoteze. Uslovna nezavisnost se obično formuliše u terminima uslovne verovatnoće,[1][2][3] kao poseban slučaj gde je verovatnoća hipoteze datog neinformativnog posmatranja jednaka verovatnoći bez njega. Ako je hipoteza, a i su zapažanja, uslovna nezavisnost se može navesti kao jednakost:

gde je verovatnoća da je za dato i . Pošto je verovatnoća za za dato ista kao verovatnoća za za dato i , ova jednakost izražava da ništa ne doprinosi izvestnosti od . U ovom slučaju, kaže se da su i uslovno nezavisni za dato , napisano simbolično kao: . Na jeziku notacije kauzalne jednakosti, opisane su dve funkcije: i , koje obe zavise od zajedničke promenljive kao uslovno nezavisne korišćenjem notacije , što je ekvivalentno notaciji .

Koncept uslovne nezavisnosti je od suštinskog značaja za teorije statističkog zaključivanja zasnovane na grafovima, jer uspostavlja matematičku relaciju između kolekcije uslovnih iskaza i grafoida.

Uslovna nezavisnost događaja

Neka su , , i događaji. Za i se kaže da su uslovno nezavisni za dato ako i samo ako je i:

Ovo svojstvo se obično zapisuje kao: , što se čita kao .

Ekvivalentno, uslovna nezavisnost se može navesti kao:

gde je zajednička verovatnoća za i za dato .[4] Ova alternativna formulacija navod da su i nezavisni događaji,[5][6] za dato .

To pokazuje da je ekvivalentno .

Dokaz ekvivalentne definicije

ako je      (definicija uslovne verovatnoće)
ako je       (pomnože se obe strane sa )
ako je       (podele se obe strane sa )
ako je       (definicija uslovne verovatnoće)

Reference

  1. ^ Gut, Allan (2013). Probability: A Graduate Course (Second изд.). New York, NY: Springer. ISBN 978-1-4614-4707-8. 
  2. ^ „Conditional Probability”. www.mathsisfun.com. Приступљено 2020-09-11. 
  3. ^ Dekking, Frederik Michel; Kraaikamp, Cornelis; Lopuhaä, Hendrik Paul; Meester, Ludolf Erwin (2005). „A Modern Introduction to Probability and Statistics”. Springer Texts in Statistics (на језику: енглески): 26. ISBN 978-1-85233-896-1. ISSN 1431-875X. doi:10.1007/1-84628-168-7. 
  4. ^ Feller, William (1957). An introduction to probability theory and its applications, vol 1, 3rd edition (на језику: енглески). стр. 217—218. ISBN 978-0471257080. 
  5. ^ Russell, Stuart; Norvig, Peter (2002). Artificial Intelligence: A Modern ApproachСлободан приступ ограничен дужином пробне верзије, иначе неопходна претплата. Prentice Hall. стр. 478. ISBN 0-13-790395-2. 
  6. ^ Florescu, Ionut (2014). Probability and Stochastic Processes. Wiley. ISBN 978-0-470-62455-5. 

Spoljašnje veze