(صورة تم إنشاؤها للتوضيح فقط)
ال بايز العامل هو نسبة الاحتمالات الحدية لفرضيتين متنافستين، غالبًا ما تكون إحداهما فرضية العدم (M1) والأخرى فرضية بديلة (M2). وهو يُحدد مدى دعم إحدى الفرضيتين على الأخرى، بالنظر إلى البيانات المرصودة D. الصيغة هي K = P(D|M1)}{P(D|M2). تشير قيمة K الأكبر من 1 إلى أن البيانات تُرجّح M1 على M2.
يُعدّ عامل بايز البديل البايزي لقيمة الاحتمالية (p-value) في اختبار الفرضيات. على عكس قيمة الاحتمالية، التي تُقدّم فقط دليلًا ضد الفرضية الصفرية، يُمكن لعامل بايز تحديد الأدلة المؤيدة للفرضية الصفرية، أو للفرضية البديلة، أو الإشارة إلى أن البيانات غير مُفيدة. يُوفّر حجم عامل بايز مقياسًا مُتصلًا للأدلة. على سبيل المثال، يُعتبر عامل بايز بقيمة 10 دليلًا قويًا على تفضيل نموذج على آخر، بينما تُعتبر القيمة بين 1 و3 دليلًا ضعيفًا أو غير مُوثّق.
The core component of the Bayes factor is the marginal likelihood, [latex]P(D|M) = \int P(D|\theta, M)P(\theta|M) d\theta[/latex]. This is the probability of the observed data averaged over the prior distribution of the parameters [latex]\theta[/latex] for a given model [latex]M[/latex]. This integral makes the Bayes factor sensitive to the choice of prior distributions, which is a point of contention and active research. It also makes it computationally challenging to calculate, often requiring numerical methods like MCMC or approximate methods like the Bayesian Information Criterion (BIC). Despite these challenges, its ability to weigh evidence for competing hypotheses makes it a powerful tool for scientific inference and model selection.
بسبب عمليات جمع البيانات من خلال برامج الروبوت، والتي تتجاوز حاليًا 40 ألفًا يوميًا، فإن هذا المحتوى مخصص لأعضاء المجتمع فقط.
> تسجيل الدخول < أو > سجل < (مجاني 100٪) للوصول إلى هذا، وكذلك جميع المحتويات والأدوات الأخرى المقيدة.
عامل بايز
(إذا كان التاريخ غير معروف أو غير ذي صلة، على سبيل المثال "ميكانيكا الموائع"، يتم توفير تقدير تقريبي لظهوره الملحوظ)
الصور بالحجم الكامل والتنزيلات متاحة فقط 100% مجاناً للأعضاء المسجلين.
> تسجيل الدخول <
