¿Qué es la probabilidad previa?
La probabilidad previa, en inferencia estadística bayesiana, es la probabilidad de un evento antes de que se recopilen nuevos datos. Esta es la mejor evaluación racional de la probabilidad de un resultado basada en el conocimiento actual antes de realizar un experimento.
Probabilidad previa explicada
La probabilidad previa de un evento se revisará a medida que haya nuevos datos o información disponibles, para producir una medida más precisa de un resultado potencial. Esa probabilidad revisada se convierte en la probabilidad posterior y se calcula utilizando el teorema de Bayes. En términos estadísticos, la probabilidad posterior es la probabilidad de que ocurra el evento A dado que el evento B ha ocurrido.
Por ejemplo, tres acres de tierra tienen las etiquetas A, B y C. Un acre tiene reservas de petróleo debajo de su superficie, mientras que los otros dos no. La probabilidad previa de que se encuentre petróleo en el acre C es un tercio, o 0.333. Pero si se realiza una prueba de perforación en el acre B, y los resultados indican que no hay petróleo en el lugar, entonces la probabilidad posterior de que se encuentre petróleo en los acres A y C se convierte en 0.5, ya que cada acre tiene una de dos posibilidades.
El teorema de Baye es un teorema muy común y fundamental utilizado en la minería de datos y el aprendizaje automático.
P (A∣B) = P (B) P (A∩B) = P (B) P (A) × P (B∣A) donde: P (A) = la probabilidad previa de que ocurra P (A∣B) = la probabilidad condicional de A dado que B ocurre P (B∣A) = la probabilidad condicional de B dado que A ocurre
Si estamos interesados en la probabilidad de un evento del cual tenemos observaciones previas; Llamamos a esto la probabilidad previa. Consideraremos este evento A, y su probabilidad P (A). Si hay un segundo evento que afecta a P (A), que llamaremos evento B, entonces queremos saber cuál ha sido la probabilidad de que se haya dado B. En notación probabilística, esto es P (A | B), y se conoce como probabilidad posterior o probabilidad revisada. Esto se debe a que ha ocurrido después del evento original, de ahí la publicación posterior. Así es como el teorema de Baye nos permite actualizar nuestras creencias previas con nueva información.
