Читайте также:
|
|
Современные психологи считают оптимальной моделью формирования врачом диагноза именно формулы Байеса (основную и ее модификации). Многочисленные исследования, посвященные изучению процесса формирования диагноза, позволяют утверждать, что: люди меняют первоначальную вероятность в том же направлении, в каком она меняется в соответствии с теоремой Байеса; люди слишком робко меняют первоначальную оценку вероятности, как правило, недооценивая последующую информацию.
Последнее качество, свойственное большинству людей, принято называть познавательным консерватизмом.
Вероятности, характеризующие суждение человека о состояниях внешнего мира и будущих событиях (иначе говоря, первоначальные вероятности гипотез) до получения дополнительной информации, называются априорными.
Вероятности, пересмотренные после получения дополнительной информации, называются апостериорными.
Необходимо всегда помнить, что на основе неточной или ошибочной информации нельзя получить точное и правильное решение. Именно поэтому математические методы применяются лишь в тех областях науки и практики, в которых накоплен достаточный опыт и имеется необходимый объем объективной информации.
Рассмотрим простой и наглядный пример для схемы случаев. Именно для этой схемы можно точно рассчитать вероятность события, чем и объясняется столь частое к ней обращение.
Пусть имеются 3 внешне одинаковые урны, содержащие черные и белые шары. В первой урне находятся 2 белых и
1 черный шар, во второй — 3 белых и 1 черный, в третьей —
2 белых и 2 черных. Рассмотрим событие А, заключающееся в выборе белого шара из наугад выбранной урны.
В этом примере гипотезы H1, Н2, и Н3 заключаются в выборе цервой, второй и третьей урны соответственно. Поскольку все урны одинаковы, гипотезы равновозможны, откуда вероятности выбора любой из урн одинаковы и равны:
Дата добавления: 2015-09-06; просмотров: 133 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Вероятность суммы двух несовместных событий равняется сумме вероятностей этих событий. | | | Характеристики случайных величин |