Bayesiansk statistik
Bayesiansk statistik eller Bayesiansk inferens är en formell beskrivning av hur empiriska observationer förändrar vår kunskap om ett osäkert/okänt fenomen. Det är en gren av statistiken som använder Bayes sats för att kombinera insamlade data med andra informationskällor, exempelvis tidigare studier och expertutlåtanden, till en samlad slutledning. Metodiken har fått sitt namn efter den engelske pastorn Thomas Bayes, som presenterade satsen i en postumt utgiven artikel[1].
Metod
Den bayesianska inferensen utgår från ett subjektivt, erfarenhetsbaserat, sannolikhetsmått där sannolikheten för en händelse representerar en grad av tilltro till att händelsen inträffar. Bayes sats beskriver hur denna apriorisannolikhet uppdateras med empiriska observationer till en aposteriorisannolikhet.
Den snabba datorutvecklingen i kombination med effektiva simuleringsalgoritmer, t ex Markov Chain Monte Carlo (MCMC), har bidragit till den bayesianska inferensens växande popularitet i praktiskt statistiskt arbete.[2]
Se även
Referenser
Noter
- ^ An Essay towards Solving a Problem in the Doctrine of Chances
- ^ Diaconis, P: ”The Markov chain Monte Carlo revolution”, Bull. Amer. Math. Soc., sid. 179-205, No 46, 2009.
Tryckta källor
- Bayes, Thomas (1763). "An Essay towards Solving a Problem in the Doctrine of Chances" Philosophical Transactions, 53, 370-418. [1]