有人可以解释“可交换性”的概念吗?


41

我看到“可交换性”的概念在不同的上下文中使用(例如,贝叶斯模型),但是我对这个术语从未非常了解。

  1. 这个概念是什么意思?

  2. 在什么情况下调用此概念,为什么?

Answers:


44

可交换性旨在捕获问题中的对称性,即不需要独立性的意义上的对称性。形式上,如果序列的联合概率分布是其参数的对称函数,则该序列是可交换的。直观地讲,这意味着我们可以在序列中交换或重新排列变量,而无需更改它们的联合分布。例如,每个IID(独立,相同分布)序列都是可交换的-但不是相反的。但是,每个可交换的序列都相同地分布。ñ

想象一个桌子上有一堆of,每个都包含不同比例的红色和绿色的球。我们随机选择一个an(根据一些先前的分配),然后从选定的中取样(不替换)。

请注意,我们观察到的红色和绿色不是独立的。得知我们观察到的红色和绿色序列是可互换的序列,也许并不奇怪。什么也许令人惊讶的是,每更换序列可想而知这样,瓮和先验分布的合适选择。(参见Diaconis / Freedman(1980)“有限可交换序列”,Ann。Prob。)。

这个概念在各种各样的地方都被调用,并且在贝叶斯环境中特别有用,因为在这些情况下,我们具有先验分布(我们对桌上on的分布的了解),而且我们有可能四处奔波(一个模型粗略地表示来自给定的固定的采样过程。我们观察红色和绿色的顺序(数据),并使用该信息更新对我们手中的特定骨灰盒(即,我们的后骨)或更普遍的是桌上的骨灰盒的信念。

可交换的随机变量尤其出色,因为如果我们有无限多个变量,那么我们触手可及的数学机器集就很重要了,其中最重要的是de Finetti定理。有关详细信息,请参见Wikipedia。


10
(+1)可交换性假设也是置换测试的核心。
chl 2010年

9
考虑到何时以及为什么可交换性的问题,chl的置换测试指标可能还需要补充一些信息。置换检验是一种非参数技术,当正态性和类似假设难以成立时,可以使用可交换性的“虚无假设”,通过此零假设(通过置换)近似估算统计量的分布,并查看实际观察到的检验与这种零分布相比,统计数据是极端的。P. Good有一本可访问的书,“假设的置换,参数和自举检验”。
S. Kolassa-恢复莫妮卡2010年

@Stephan我喜欢这本书!不过,可交换性要弱于独立性……
chl 2010年

非常感谢这个有用的答案,GJK,以及有关置换测试的笔记@StephanKolassa和chi。不过,我对多个骨灰盒在示例中扮演的角色感到困惑。红色和绿色的顺序可以用一个ur替换掉,对吗?多重骨灰盒(多重分布)的可能性增加了什么?
火星

3
我不会相信古德那本书中的任何内容。我曾经发现我那本书中有什么错误,给他写了信,并得到了相当粗俗的回答。
kjetil b halvorsen
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.