Частотный и байесовский подход

Вероятность представляет собой количественную оценку возможности наступления события. Существуют различные подходы к её интерпретации. Наиболее широкое распространение получили частотный и байесовский подходы.
Частотный подход
В рамках этого подхода вероятность наступления события рассматривается как фиксированное значение.
Она отражает частоту, с которой будет наступать событие при многократном повторении исследования. На основании этого делаются выводы о гипотезе.
Например, вероятность рождения мальчика равна 0,5. То есть, если рассматривать множество случаев родов, в половине из них младенец будет мужского пола. При этом для каждого конкретного случая вероятность остается неизменной. В частности, она не зависит от пола детей, рожденных ранее.
Подробнее про уровень значимости
Недостатки частотного подхода:
  • Опирается только на опыт текущего исследования.
Предшествующий и последующий опыт никак не влияют на оцененную вероятность.
  • Может переоценивать роль проверки гипотез.
Можно забыть о практических аспектах, сосредоточившись на проверке гипотез.
Байесовский подход
В рамках этого подхода вероятность наступления события рассматривается как меняющееся значение.
Она отражает степень доверия к гипотезе, которая может измениться при получении новой информации.
В связи с этим понятие вероятности «расслаивается» на два:
  • Априорная вероятность – степень доверия к гипотезе до проведения исследования
  • Апостериорная вероятность – степень доверия к гипотезе после проведения исследования
Например, априорная вероятность рождения мальчика равна 0,5. Однако таковой она считается только для тех, кто еще не имеет детей. Если женщина уже рожала, и ребенок был женского пола, для последующих беременностей вероятность рождения мальчиков будет считаться более низкой. Нельзя исключить, что этому препятствуют какие-то факторы (например, сцепленные с полом мутации).
Недостатки байесовского подхода:
  • Трудности оценки априорной вероятности.
На априорную вероятность значительно влияет субъективность исследователя.
  • Трудности интерпретации.
Байесовский анализ технически сложнее, а интерпретация его результатов не всегда очевидна.
Ни один из вышеперечисленных подходов не является более «правильным». Выбор определяется субъективным мнением исследователя и техническими возможностями анализа.
Источник: Наглядная статистика в медицине: пер. с англ. : учебное пособие / А. Петри, К. Сэбин. - М. : ГЭОТАР-Мед, 2003. - 144 с. : ил. - ISBN 5-9231-0269-2
Made on
Tilda