qm2-quiz-globus
qm2
2024
bayes
1 Aufgabe
Geben Sie jeweils an, ob die Aussage richtig oder falsch ist.
- Der Prozess des Bayes-Updates hat folgende drei Teile: Priori-Verteilung -> Likelihood -> Posteriori-Verteilung.
- Die Likelihood-Funktion ist die Wahrscheinlichkeit der Daten unter der Annahme einer bestimmten Hypothese bzw. bestimmter Parameterwerte.
- Die Likelihood kann nie Null sein.
- Die Posteriori-Wahrscheinlichkeit (einer bestimmten Hypothese) kann nie Null sein.
- Die Priori-Wahrscheinlichkeit (einer bestimmten Hypothese) kann nie Null sein.
- Die Posteriori-Wahrscheinlichkeit misst die Wahrscheinlichkeit einer Hypothese, gegeben der Daten und der Priori-Verteilung und des Modells.
- Bei einer Gleichverteilung ist jede Wert gleich wahrscheinlich.
- Bayes’ Theorem kann man so darstellen:
. - Das Produkt von Likelihood und Priori-Wahrscheinlichkeit nennt man Evidenz.
- Die standardisierte Posteriori-Wahrscheinlichkeit ist gleich dem Produkt von Priori-Wahrscheinlichkeit und Likelihood.
- Sei die Priori-Wahrscheinlichkeit
und die Likelihood . Dann ist die Posteriori-Wahrscheinlichkeit . - Die Posteriori-Verteilung (Kurz: “Post-Verteilung”, oder “Post”) zeigt, wie plausibel wir jeden Wert von halten, nachdem wir die Daten des Versuchs kennen.
nennt man auch die Likelihood.- Wenn ein Krebstest eine Sicherheit von 90% hat (d.h.
), dann ist die Wahrscheinlichkeit, wirklich Krebs zu haben, wenn der Test positiv ist, gleich 90%.
2 Lösung
- Der Prozess des Bayes-Updates hat folgende drei Teile: Priori-Verteilung -> Likelihood -> Posteriori-Verteilung. R
- Die Likelihood-Funktion ist die Wahrscheinlichkeit der Daten unter der Annahme einer bestimmten Hypothese bzw. bestimmter Parameterwerte. R
- Die Likelihood kann nie Null sein. F
- Die Posteriori-Wahrscheinlichkeit (einer bestimmten Hypothese) kann nie Null sein. F
- Die Priori-Wahrscheinlichkeit (einer bestimmten Hypothese) kann nie Null sein. F
- Die Posteriori-Wahrscheinlichkeit misst die Wahrscheinlichkeit einer Hypothese, gegeben der Daten und der Priori-Verteilung und des Modells. R
- Bei einer Gleichverteilung ist jede Wert gleich wahrscheinlich. R
- Bayes’ Theorem kann man so darstellen:
. R - Das Produkt von Likelihood und Priori-Wahrscheinlichkeit nennt man Evidenz. F
- Die standardisierte Posteriori-Wahrscheinlichkeit ist gleich dem Produkt von Priori-Wahrscheinlichkeit und Likelihood. F
- Sei die Priori-Wahrscheinlichkeit
und die Likelihood . Dann ist die Posteriori-Wahrscheinlichkeit . F - Die Posteriori-Verteilung (Kurz: “Post-Verteilung”, oder “Post”) zeigt, wie plausibel wir jeden Wert von halten, nachdem wir die Daten des Versuchs kennen. R
nennt man auch die Likelihood. F- Wenn ein Krebstest eine Sicherheit von 90% hat (d.h.
), dann ist die Wahrscheinlichkeit, wirklich Krebs zu haben, wenn der Test positiv ist, gleich 90%. F