有人解决了PTLOS练习4.1吗?


19

埃德温·杰恩斯(Edwin Jaynes)于2003年在《概率论:科学的逻辑》中给出了该练习。此处有部分解决方案。我已经制定了一个更通用的局部解决方案,并且想知道是否有人解决了它。在发布答案之前,我将稍等片刻,让其他人受益。

好的,假设我们有互斥且详尽的假设,表示为。进一步假设我们有m个数据集,用D_j \; \;(j = 1,\ dots,m)表示。第i个假设的似然比由下式给出:Ñ ħ ni = 1 n Hi(i=1,,n)m mD jj = 1 m Dj(j=1,,m)

L R H i= P D 1 D 2D m | H iP d 1 d 2 ... d | ‾ ħ

LR(Hi)=P(D1D2,Dm|Hi)P(D1D2,Dm|H¯¯¯¯¯i)

请注意,这些是条件概率。现在假设给定第i个假设^ h Him数据集是独立的,因此我们具有:

P D 1 D 2D m | H i= m j = 1 P D j | H ii = 1 n 条件1

P(D1D2,Dm|Hi)=j=1mP(Dj|Hi)(i=1,,n)Condition 1

现在,如果分母也考虑这种情况,将会很方便,因此我们可以:

P d 1 d 2 ... d | ‾ ħ= Π Ĵ = 1个 P d Ĵ | ‾ ħi = 1 n 条件2

P(D1D2,Dm|H¯¯¯¯¯i)=j=1mP(Dj|H¯¯¯¯¯i)(i=1,,n)Condition 2

对于这种情况,对于每个数据集,似然比将分解为较小因子的乘积,因此我们具有:

L R H i= m j = 1 P D j | H iP d Ĵ | ‾ ħ

LR(Hi)=j=1mP(Dj|Hi)P(Dj|H¯¯¯¯¯i)

因此,在这种情况下,每个数据集将独立于任何其他数据集“为H_i投票^ h Hi”或“针对H_i投票^ h Hi”。

这样做的目的是证明,如果n > 2n>2(两个以上的假设),则不会发生这种非平凡的分解。也就是说,如果您假设条件1和条件2成立,那么至多一个因素: P D 1 | H iP d 1 | ‾ ħ Pd 2 |H ^P d 2 | ‾ ħ ...Pd |ħP d | ‾ ħ

P(D1|Hi)P(D1|H¯¯¯¯¯i)P(D2|Hi)P(D2|H¯¯¯¯¯i)P(Dm|Hi)P(Dm|H¯¯¯¯¯i)
与1不同,因此只有1个数据集将有助于似然比。

我个人发现此结果非常有趣,因为它基本上表明多重假设检验不过是一系列二元假设检验。


我对上的索引有些困惑;是?还是吗?似乎应该是后者,但是我不确定为什么要使用下标。或者,也许我完全错过了其他东西:)ˉHiH¯iˉHi=argmaxhHiP(D1,Dm|h)H¯i=argmaxhHiP(D1,Dm|h)ˉHi=argmaxh{H1,,Hn}P(D1,Dm|h)H¯i=argmaxh{H1,,Hn}P(D1,Dm|h)
JMS

@JMS-代表逻辑语句“为假”,或其他假设之一为真。因此,在“布尔代数”中,我们有(因为该假设)是排他性的且详尽无遗的)¯HiH¯¯¯¯¯iHiHi¯HiH1+H2++Hi1+Hi+1++HnH¯¯¯¯¯iH1+H2++Hi1+Hi+1++Hn
概率论

我觉得必须有一个比桑德斯部分解决方案中给出的代数更直观的解决方案。如果给定每个假设的数据都是独立的,则当假设的先验发生变化时,这种情况将继续成立。结果不知何故,结论也必须适用...
charles.y.zheng 2011年

@charles-我完全知道你的感受。我以为我可以使用一些定性不一致(荒谬的还原)来推导它,但是我做不到。我可以扩展桑德的数学。就结果的意义而言,条件2是“狡猾的一个”。
概率

@probabilityislogic“它基本上表明多重假设检验不过是一系列二进制假设检验。” 拜托,你可以扩大这句话吗?通过阅读Jaynes的书的第98页,我了解到您可以将的检验针对彼此的假设检验,然后以某种方式归一化以获得的后验,但我不明白为什么会这样根据练习4.1的结果。H1,,HnH1,,HnH1H1H1H1
Martin Drozdik

Answers:


7

我们接受等式的原因。4.28(在书中,您的情况为1)是假设给定特定假设且背景信息独立的数据,即对于具有任何和:HaHaXXDiDiDjDjijij

P(Di|DjHaX)=P(Di|HaX)(1)

P(Di|DjHaX)=P(Di|HaX)(1)
因此,可以像这样讨论超出二进制情况的不可扩展性:如果我们假设eq .1是正确的,等式2也正确吗?

P(Di|Dj¯HaX)?=P(Di|¯HaX)(2)

P(Di|DjHa¯¯¯¯¯¯X)=?P(Di|Ha¯¯¯¯¯¯X)(2)
首先,我们使用乘法规则查看 2的左侧:

P(Di|Dj¯HaX)=P(DiDj¯Ha|X)P(Dj¯Ha|X)(3)

P(Di|DjHa¯¯¯¯¯¯X)=P(DiDjHa¯¯¯¯¯¯|X)P(DjHa¯¯¯¯¯¯|X)(3)
由于假设被假定为互斥且详尽的,我们可以这样写:因此, 3变为:对于只有两个假设的情况,求和被删除(因为只有一个),分母和分母中的相等项),抵消,并证明 2是正确的,因为nn{H1Hn}{H1Hn}¯Ha=baHb
Ha¯¯¯¯¯¯=baHb
P(Di|Dj¯HaX)=baP(Di|DjHbX)P(DjHb|X)baP(DjHb|X)=baP(Di|HbX)P(DjHb|X)baP(DjHb|X)
P(Di|DjHa¯¯¯¯¯¯X)=baP(Di|DjHbX)P(DjHb|X)baP(DjHb|X)=baP(Di|HbX)P(DjHb|X)baP(DjHb|X)
babaP(DjHb|XP(DjHb|XHb=¯HaHb=Ha¯¯¯¯¯¯。因此,公式4.29可以从书中的公式4.28导出。但是,当我们有两个以上的假设时,例如,如果我们有三个假设:,则上述情况将不会发生:换句话说: 此方程式产生等式2的唯一方法是两个分母都等于1,即分母必须等于零。但这是不可能的。{H1,H2,H3}{H1,H2,H3}P(Di|Dj¯H1X)=P(Di|H2X)P(DjH2|X)+P(Di|H3X)P(DjH3|X)P(DjH2|X)+P(DjH3|X)
P(Di|DjH1¯¯¯¯¯¯X)=P(Di|H2X)P(DjH2|X)+P(Di|H3X)P(DjH3|X)P(DjH2|X)+P(DjH3|X)
P(Di|Dj¯H1X)=P(Di|H2X)1+P(DjH3|X)P(DjH2|X)+P(Di|H3X)1+P(DjH2|X)P(DjH3|X)
P(Di|DjH1¯¯¯¯¯¯X)=P(Di|H2X)1+P(DjH3|X)P(DjH2|X)+P(Di|H3X)1+P(DjH2|X)P(DjH3|X)

1
我认为第四个方程是不正确的。我们应该让P(DiDjHb|X)=P(DiHB|X)P(Dj|HbX)P(DiDjHb|X)=P(DiHB|X)P(Dj|HbX)
概率

非常感谢概率逻辑,我能够解决问题。您现在怎么看?
天文男孩

我只是不明白贾恩斯怎么说:“那些无法区分逻辑独立性和因果独立性的人会认为(4.29)总是有效的”。
astroboy

我想我找到了我最后一条评论的答案:在上面的那句话之后:“只要没有对任何其他施加物理影响”。因此,从本质上讲,Jaynes说的是,即使他们没有物理影响,也存在逻辑上的局限性,不允许对两个以上的假设进行概括。DiDiDjDj
astroboy

再次阅读文字后,我觉得我的最后评论不是一个好的答案。按照我现在的理解,Jayne想说:“那些无法区分逻辑独立性和因果独立性的人”会认为和被假定为没有物理影响。因此,他们具有因果独立性,这对他们意味着对任何假设的逻辑独立。因此,他们发现所有这些讨论都是没有意义的,只是简单地推广了二进制情况。DiDiDjDj
astroboy

1

好吧,所以我将继续在这里陈述它,而不是去推导桑德的方程(5)。条件1和2意味着以下相等:

mj=1(kihkdjk)=(kihk)m1(kihkmj=1djk)

j=1m(kihkdjk)=(kihk)m1(kihkj=1mdjk)
,其中 djk=P(Dj|Hk,I)hk=P(Hk|I)
djk=P(Dj|Hk,I)hk=P(Hk|I)

现在我们可以通过取并重新标记来专门研究(两个数据集)的情况。请注意,这两个数据集仍然满足条件1和2,因此上面的结果也适用于它们。现在在的情况下展开,得到:m=2m=2D(1)1D1D(1)1D1D(1)2D2D3DmD(1)2D2D3Dmm=2m=2

(kihkd1k)(lihld2l)=(kihk)(lihld1ld2l)

(kihkd1k)(lihld2l)=(kihk)(lihld1ld2l)

kilihkhld1kd2l=kilihkhld1ld2l

kilihkhld1kd2l=kilihkhld1ld2l

kilihkhld2l(d1kd1l)=0(i=1,,n)

kilihkhld2l(d1kd1l)=0(i=1,,n)

项在上述两次求和中出现两次,一次是和,一次是和。只要就会发生这种情况。每个项的系数由和。现在,由于这些方程式中有,因此我们实际上可以从这些方程式中删除。为了说明这一点,假设,这意味着我们拥有除和之外的所有条件。现在取(d1ad1b)(d1ad1b)k=ak=al=bl=bk=bk=bl=al=aa,bia,bid2bd2bd2ad2aiiiii=1i=1a=1,b=2a=1,b=2b=1,a=2b=1,a=2i=3i=3,我们现在可以具有这两个条件(请注意,这至少假设了三个假设)。因此,该方程式可以重写为:

l>khkhl(d2ld2k)(d1kd1l)=0

l>khkhl(d2ld2k)(d1kd1l)=0

现在,每个项必须大于零,否则我们将处理假设,并且可以根据来重新答案。因此,可以从上述条件中删除这些条件:hihin1<nn1<nn1n1

l>k(d2ld2k)(d1kd1l)=0

l>k(d2ld2k)(d1kd1l)=0

因此,必须满足条件,并且每个条件都暗含两个“子条件”之一:对于或(但不一定同时是两者)。现在我们有一个集中的所有唯一对的为。如果我们将个对中的一个作为一个,那么我们将拥有所有数字在集合中,并且。这是因为第一对具有元素,并且每个附加对都将至少一个附加元素带入集合*n(n1)2n(n1)2djk=djldjk=djlj=1j=1j=2j=2(k,l)(k,l)djk=djldjk=djln1n1jj1,,n1,,ndj1=dj2==dj,n1=dj,ndj1=dj2==dj,n1=dj,n22

但请注意,由于存在条件,因此我们必须至少选择大于或等于表示或。如果则选择的项数大于。如果或那么我们必须精确选择项。这意味着。只有两个假设()才不会发生这种情况。但是,根据桑德(Saunder)文章中的最后一个等式,该相等条件暗示:n(n1)2n(n1)212×n(n1)2=n(n1)412×n(n1)2=n(n1)4j=1j=1j=2j=2n>4n>4n1n1n=4n=4n=3n=3n1n1dj1=dj2==dj,n1=dj,ndj1=dj2==dj,n1=dj,nn=2n=2

P(Dj|¯Hi)=kidjkhkkihk=djikihkkihk=dji=P(Dj|Hi)

P(Dj|H¯¯¯¯¯i)=kidjkhkkihk=djikihkkihk=dji=P(Dj|Hi)

因此,在似然比中,我们有: P(D(1)1|Hi)P(D(1)1|¯Hi)=P(D1|Hi)P(D1|¯Hi)=1 ORP(D(1)2|Hi)P(D(1)2|¯Hi)=P(D2D3,Dm|Hi)P(D2D3,Dm|¯Hi)=1

P(D(1)1|Hi)P(D(1)1|H¯¯¯¯¯i)=P(D1|Hi)P(D1|H¯¯¯¯¯i)=1 ORP(D(1)2|Hi)P(D(1)2|H¯¯¯¯¯i)=P(D2D3,Dm|Hi)P(D2D3,Dm|H¯¯¯¯¯i)=1

为了完成证明,请注意,如果第二个条件成立,则结果已经证明,并且只有一个比率可以不同于1。如果第一个条件成立,那么我们可以通过重新标记来重复上述分析。和。那么我们将让不参与贡献,或者是唯一的贡献者。然后,当不提供保留时,我们将进行第三次重新标记,依此类推。因此,当条件1和条件2成立时,只有一个数据集可有助于似然比,并且有两个以上的假设。D(2)1D2D(2)1D2D(2)2D3,DmD(2)2D3,DmD1,D2D1,D2D2D2D1D2

*注意:额外的一对可能不会带来新的词条,但这将被带来两个新词条的一对抵消。例如,以作为第一个[+2], [+1]和 [+0],但下一项必须对于都具有。这将添加两个项[+2]。如果那么我们就不再需要选择了,但是对于“ other”我们必须选择3对,它们不是。它们是,因此等式成立,因为所有数字都在集合中。dj1=dj2dj1=dj3dj2=dj3djk=djlk,l(1,2,3)n=4j(1,2),(2,3),(1,3)(1,4),(2,4),(3,4)(1,2,3,4)


我开始怀疑这个证明的准确性。Saunders数学中的结果仅暗示非线性约束。这使得仅具有自由度,而不是。但是,要达到条件,需要使用不同的参数。ndjkdjkn2nn(n1)2
概率

0

作为记录,这是一个更为广泛的证明。它还包含一些背景信息。也许这对其他研究该主题的人有所帮助。

证明的主要思想是证明 除了一个数据集,Jaynes的条件1和2暗示 。然后表明,对于所有这些数据集,我们还有 因此,除了一个数据集外,我们都有 。之所以要在此处包括该证明,是因为其中涉及的某些步骤根本不明显,因此需要注意不要使用除条件以外的任何其他方法1和2以及乘积规则(就像许多其他证明一样)。上面链接P(Dmk|HiX)=P(Dmk|X),

mk=1,,mP(Dmk|¯HiX)=P(Dmk|X).
P(Dmk|HiX)P(Dmk|¯HiX)=P(Dmk|X)P(Dmk|X)=1.
详细介绍所有这些步骤。它在我的Google云端硬盘上,我将确保它始终可访问。


欢迎使用交叉验证。谢谢您的回答。您能否编辑您的答案以扩展它,以便包括您提供的链接的要点?这对于在此站点中搜索的人以及链接断开时都将更加有用。顺便说一句,如果您还没有做的话,趁此机会参加这次巡回赛。另请参见有关如何回答格式化帮助以及使用LaTeX / MathJax写下公式的 一些提示 。
Ertxiem-恢复莫妮卡

谢谢你的评论。我编辑了帖子,并草绘了证明的主要步骤。
丹尼斯
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.