Bayes sats
| Den här artikeln behöver fler källhänvisningar för att kunna verifieras. (2012-10) Åtgärda genom att lägga till pålitliga källor (fotnoter). Fakta utan källhänvisning kan ifrågasättas och tas bort. Diskutera på diskussionssidan. |
Bayes sats eller Bayes teorem är en sats inom sannolikhetsteorin, som används för att bestämma betingade sannolikheter; sannolikheten för ett utfall givet ett annat utfall. Satsen har fått sitt namn av matematikern Thomas Bayes (1702-1761). Dess betydande roll inom statistiken grundar sig sedan länge på att satsen förenklar beräkningar av betingade sannolikheter.[1]
Innehåll |
Bayes sats [redigera]
Låt
vara
disjunkta händelser med positiv sannolikhet. Anta att händelserna utgör hela utfallsrummet:
. Bayes sats säger då att
där nämnaren är lika med
enligt lagen om total sannolikhet.
För specialfallet
ger Bayes sats
Där
är sannolikheten för A, givet B.
Tillämpningar [redigera]
Bayes sats används flitigt inom statistiken, bland annat för dolda Markovmodeller. Satsen och Bayes namn har blivit kända under interneteran, genom att satsen har implementerats i Bayesiska skräppostfilter för att på ett statistiskt sätt kunna separera skräp-e-post från önskad e-post.
Bayes sats används till att kombinera insamlade, statistiska data med andra informationskällor såsom experutlåtande samt allmänt kända fakta. Användandet kan uppnå en objektiv slutsats, som väger in såväl traditionell statistisk data som mer okonventionell information. Detta gör den populär, då det ofta är svårt att inkludera mer generell information i en objektiv beslutsanalys.[1]
Härledning [redigera]
Definitionen av betingad sannolikhet är
på samma sätt har vi
Ersätts uttrycket för
från (2) i (1) erhålls
vilket är Bayes sats för specialfallet
ovan.
För det generella fallet sätter vi
så att
Se även [redigera]
Noter och referenser [redigera]
- ^ [a b] Stefan Arnborg; Bayes metod att hantera osäkerhet, Nada, KTH.
- Stokastik av Sven Erick Alm, Tom Britton, 20011, sida 31.
Externa länkar [redigera]
- Bayes' Theorem, Wolfram MathWorld.





