我有一个关于“条件概率”和“可能性”的简单问题。(我已经在这里调查了这个问题,但无济于事。)
的似然性的一组参数值中的,,给出的结果,等于所给出的那些参数值的那些观察到的结果的概率,也就是X
大!因此,用英语,我这样读:“在给定数据X = x(左侧)的情况下,参数等于theta的可能性等于在给定参数的情况下数据X等于x的可能性。等于theta”。(粗体是我的重点)。
但是,在同一页面上,不少于3行,然后Wikipedia条目继续说:
假设是一个随机变量,其随机变量 p取决于参数\ theta。然后功能
被认为是\ theta的函数的函数被称为似然函数(\ theta的似然函数,给定随机变量 X的结果x)。有时,参数值\ theta的X值x的概率表示为P(X = x \ mid \ theta);通常写为P(X = x; \ theta)来强调这与 \ mathcal {L}(\ theta \ mid x)不同,后者不是条件概率,因为\ theta是参数而不是随机变量。
(粗体是我的重点)。因此,在第一个引号中,我们从字面上被告知了P(x \ mid \ theta)的条件概率,但是此后立即,我们被告知这实际上不是条件概率,实际上应该写为吗?
那么,哪个是?可能性实际上是否表示条件概率为第一个引号?还是在第二个引号中暗示一个简单的概率?
编辑:
根据到目前为止我收到的所有有用和有见地的答案,我总结了我的问题-到目前为止,我的理解是:
- 用英语来说,我们说:“可能性是参数的函数,给定观察到的数据。” 在数学中,我们将其写为:。
- 可能性不是概率。
- 可能性不是概率分布。
- 可能性不是概率质量。
- 但是,可能性用英语来表示:“概率分布的乘积(连续的情况)或概率质量的乘积(离散的情况),其中,并由参数化。” 在数学中,我们将其写为:(连续的情况,其中是PDF),并且(离散情况,其中是概率质量)。这里的要点是,这里一点都没有Θ = θ 大号(Θ = θ | X = X )= ˚F (X = X ; Θ = θ )˚F 大号(Θ = θ | X = X )= P (X = X ; Θ = θ )P
是完全有条件的概率。 - 在贝叶斯定理中,我们有:。口语上,我们被告知“是一个可能性”,但这不是正确的,因为可能是一个实际随机变量。因此,我们可以正确地说的是,该项与可能性完全“相似”。(?)[对此我不确定。] P(X=X|Θ=θ)ΘP(X=X|Θ=θ)
编辑二:
基于@amoebas的回答,我已发表了他的最后评论。我认为这很清楚,并且我认为这消除了我的主要争论。(对图片的评论)。
编辑三:
我现在也将@amoebas评论扩展到贝叶斯案例: