Product Design, Manufacturing & Innovation Resources
Casa » Fattore di Bayes

Fattore di Bayes

1939
  • Harold Jeffreys
Spazio di lavoro in ufficio con software statistico che mostra i calcoli del fattore Bayes e le note relative alla verifica delle ipotesi.

(Immagine generata a solo scopo illustrativo)

IL Bayes Il fattore K è un rapporto tra le verosimiglianze marginali di due ipotesi concorrenti, spesso un'ipotesi nulla ([latex]M_1[/latex]) e un'ipotesi alternativa ([latex]M_2[/latex]). Quantifica il supporto per un'ipotesi rispetto all'altra, dati i dati osservati [latex]D[/latex]. La formula è [latex]K = frac{P(D|M_1)}{P(D|M_2)}[/latex]. Un valore di K > 1 indica che i dati favoriscono [latex]M_1[/latex] rispetto a [latex]M_2[/latex].

IL Bayes factor is the Bayesian alternative to the frequentist p-value for hypothesis testing. Unlike a p-value, which only provides evidence against the null hypothesis, the Bayes factor can quantify evidence for the null, for the alternative, or indicate that the data is uninformative. The magnitude of the Bayes factor provides a continuous scale of evidence. For instance, a Bayes factor of 10 is often considered ‘strong’ evidence for one model over another, while a value between 1 and 3 is considered ‘anecdotal’ or ‘weak’ evidence.

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 o metodi approssimati come il Criterio di Informazione Bayesiano (BIC). Nonostante queste difficoltà, la sua capacità di ponderare le prove a sostegno di ipotesi concorrenti lo rende uno strumento potente per l'inferenza scientifica e la selezione dei modelli.

UNESCO Nomenclature: 1208
- Statistiche

Tipo

Sistema astratto

Interruzione

Sostanziale

Utilizzo

Uso diffuso

Precursori

  • inferenza bayesiana
  • Principio di verosimiglianza
  • Lavoro filosofico sulla natura delle prove scientifiche
  • Lemma di Neyman-Pearson per il test delle ipotesi

Applicazioni

  • Hypothesis testing in psicologia, biology, and social sciences
  • Selezione del modello nell'apprendimento automatico e nella statistica
  • Test A/B per determinare se una modifica ha un effetto reale
  • La scienza forense per valutare le prove
  • Genomica per l'identificazione di associazioni geniche significative

Brevetti:

NA

Idee e potenziali innovazioni

  • Piattaforme di ricerca scientifica automatizzate che utilizzano i fattori di Bayes per decidere quale tra le diverse teorie concorrenti è meglio supportata dai nuovi dati
  • Un sistema di valutazione delle prove legali che calcola i fattori di Bayes per determinare quanto fortemente un elemento di prova supporti l'accusa rispetto alla difesa
  • A ‘model selection as a service’ cloud platform for data scientists
  • Sperimentazione clinica software that uses Bayes factors for continuous monitoring and early stopping if strong evidence for or against a treatment emerges
  • Sistemi di revisione paritaria basati sull'intelligenza artificiale che utilizzano i fattori di Bayes per valutare la forza delle prove nei manoscritti inviati
  • Motori di marketing personalizzati che utilizzano i fattori di Bayes per selezionare il miglior modello pubblicitario per uno specifico segmento di utenti
  • Esploratori robotici (ad esempio, rover su Marte) che utilizzano i fattori di Bayes per decidere autonomamente quale ipotesi geologica indagare successivamente
  • Software di regolamentazione finanziaria che utilizza i fattori di Bayes per individuare quale modello di manipolazione del mercato spiega meglio i modelli di trading anomali
  • Strumenti di pianificazione urbana intelligente che utilizzano i fattori di Bayes per selezionare l'intervento urbano più efficace (ad esempio, nuova linea di autobus rispetto a piste ciclabili)
  • Sicurezza informatica systems that use Bayes factors to decide if network traffic better fits a ‘benign’ or ‘attack’ model
Argomenti correlati: fattore di Bayes, verifica delle ipotesi, selezione del modello, verosimiglianza marginale, evidenza, statistica bayesiana, Harold Jeffreys, valore p, evidenza statistica, distribuzione a priori.

Contesto storico

Fattore di Bayes

1925
1930
1931
1939
1940
1950
1950
1925
1928
1930
1936
1940
1943
1950
1950

(se la data è sconosciuta o non rilevante, ad esempio "meccanica dei fluidi", viene fornita una stima approssimativa della sua notevole comparsa)

decimo anno anniversario

Le immagini a grandezza naturale e i download sono disponibili, gratuitamente al 100%, solo per gli utenti registrati.

> Login <