Interessanterweise spricht der Autor nicht über die Bayes'sche Neubewertung, aber genau das ist es tatsächlich;).
Ein Ereignis (5 Würfe hintereinander, das 6 ergibt) mit einer unterschiedlichen Wahrscheinlichkeit, in zwei Hypothesen aufzutreten:
A: Der Würfel ist nicht geladen ---> 1/7000 Eintrittswahrscheinlichkeit
B: Der Würfel wird geladen, um immer 6 ----> Wahrscheinlichkeit 1 des Auftretens zu ergeben
so dass die Hypothese B um einen Faktor von 7000 im Vergleich zu A neu bewertet werden muss. 7000 ist eine Menge, aber es hängt von Ihrer anfänglichen Schätzung "der Prior" für p (B) / p (A) ab. In dem gewählten Beispiel nahm er einen Prior von 1/1000, aber plötzlich wandelt der Bayes'sche Neubewertungsfaktor ihn in p (B) / p (A) = 7 um, d. H. 7 von 8 Chancen, dass er geladen wird, und 1 Chance von 8 dass es nicht geladen ist. Beachten Sie, dass es vom Prior abhängt, was ziemlich subjektiv ist, dies ist die Schwierigkeit. Wenn wir "viel sicherer" sind, dass der Würfel nicht geladen ist, zum Beispiel haben wir es selbst gemacht, sagen wir p (B) = 1 / 100, können wir weiterspielen. Wenn wir im Gegenteil von Anfang an vorsichtig sind wie Tony (Wahrscheinlichkeit von 000/1, dass er zum Beispiel geladen ist), werden wir lange vorher aufhören.
Es ist interessant, die Meinungsverschiedenheiten zu analysieren, auch diesbezüglich forum, basierend auf vorherigen und Neubewertungen. Wenn Sie beispielsweise sicher sind, dass die pharmazeutischen Labors Sie anlügen und ihre Ergebnisse gefälscht sind, werden Sie den Ergebnissen eines Tests eine viel geringere Bedeutung beimessen, als wenn Sie umgekehrt denken. Jede Ähnlichkeit mit realen Situationen wäre reiner Zufall
In den Augen eines Narren für einen Idioten zu gelten, ist ein Gourmet-Genuss. (Georges COURTELINE)
Mééé bestreitet, dass nui mit 200 Leuten auf Partys gegangen ist und nicht einmal krank war moiiiiiiiii (Guignol des bois)