Estoy tratando de tener una intuición más clara detrás: "Si hace que sea más probable, entonces hace que sea más probable", es decir
Supongamos que denota el tamaño del espacio en el que están y , luego
Reclamación: entonces
entonces
que es
Entiendo las matemáticas, pero ¿por qué tiene sentido intuitivo?
Respuestas:
A modo de intuición, los ejemplos del mundo real como los que ofrece Peter Flom son de gran ayuda para algunas personas. La otra cosa que comúnmente ayuda a las personas son las imágenes. Entonces, para cubrir la mayoría de las bases, tomemos algunas fotos.
Lo que tenemos aquí son dos diagramas muy básicos que muestran probabilidades. El primero muestra dos predicados independientes que llamaré rojo y llano. Está claro que son independientes porque las líneas se alinean. La proporción del área plana que es roja es la misma que la proporción del área de rayas que es roja y también es la misma que la proporción total que es roja.
En la segunda imagen, tenemos distribuciones no independientes. Específicamente, hemos expandido parte del área roja normal en el área de rayas sin cambiar el hecho de que es roja. Claramente entonces, ser rojo hace que sea más probable.
Mientras tanto, eche un vistazo al lado plano de esa imagen. Claramente, la proporción de la región simple que es roja es mayor que la proporción de toda la imagen que es roja. Esto se debe a que a la región llana se le ha dado un área más grande y toda es roja.
Por lo tanto, el rojo hace que sea más probable y claro que el rojo sea más probable.
¿Qué está pasando realmente aquí? A es evidencia de B (es decir, A hace que B sea más probable) cuando el área que contiene A y B es más grande de lo que se predeciría si fueran independientes. Debido a que la intersección entre A y B es la misma que la intersección entre B y A, eso también implica que B es evidencia de A.
Una nota de precaución: aunque el argumento anterior parece muy simétrico, puede que no sea el caso que la fuerza de la evidencia en ambas direcciones sea igual. Por ejemplo, considere esta tercera imagen. Aquí ha sucedido lo mismo: el rojo liso ha devorado un territorio que anteriormente pertenecía al rojo rayado. De hecho, ¡ha terminado completamente el trabajo!
Tenga en cuenta que el punto que es rojo directamente garantiza la claridad porque no quedan regiones rojas con rayas. Sin embargo, un punto claro no garantiza el enrojecimiento, porque todavía quedan regiones verdes. Sin embargo, un punto en el cuadro que es simple aumenta la probabilidad de que sea rojo, y un punto que es rojo aumenta la probabilidad de que sea simple. Ambas direcciones implican más probabilidades, solo que no por la misma cantidad.
fuente
In the second image, we have non-independent distributions. Specifically, we have moved some of the stripy red area into the plain area without changing the fact that it is red. Clearly then, being red makes being plain more likely.
su segunda imagen ha ganado un área plana que la primera, por lo que al pasar de la imagen 1 a la 2 hemos movido el área plana al área rayada.Creo que otra forma matemática de decirlo puede ayudar. Considere el reclamo en el contexto de la regla de Bayes:
Reclamación: si entoncesPAG( B | A ) > P( B ) PAG( A | B ) > P( A )
Regla de Bayes:PAG( A ∣ B ) = P( B ∣ A )PAG( A )PAG( B )
suponiendo que no sea cero. AsíPAG( B )
Si , entonces .PAG( B | A ) >P( B ) PAG( B | A )PAG( B )> 1
Entonces , y entonces .PAG( A | B )PAG( A )> 1 PAG( A | B ) > P( A )
Esto demuestra la afirmación y una conclusión aún más fuerte: que las proporciones respectivas de las probabilidades deben ser iguales.
fuente
Bueno, no me gusta la palabra "hace" en la pregunta. Eso implica algún tipo de causalidad y la causalidad generalmente no se revierte.
Pero pediste intuición. Entonces, pensaría en algunos ejemplos, porque eso parece despertar la intuición. Elige uno que te guste:
Si una persona es mujer, es más probable que la persona haya votado por un demócrata.
Si una persona votó por un demócrata, es más probable que sea una mujer.
Si un hombre es un centro profesional de baloncesto, es más probable que tenga más de 2 metros de altura.
Si un hombre mide más de 2 metros de altura, es más probable que sea un centro de baloncesto.
Si está a más de 40 grados Celsius, es más probable que haya un apagón.
Si ha habido un apagón, es más probable que supere los 40 grados.
Y así.
fuente
Para agregar a la respuesta de @Dasherman: ¿Qué puede significar decir que dos eventos están relacionados , o tal vez asociados o correlacionados ? Tal vez podríamos por una definición comparar la probabilidad conjunta (suponiendo queP( A ) >0,P( B)>0 ):
η(A,B)=P(A∩B)P(A)P(B)
así que siη es mayor que uno,A yB ocurren juntos más a menudo que bajo independencia. Entonces podemos decir queA yB están positivamente relacionados.
Pero ahora, usando la definición de probabilidad condicional,P(A∩B)P(A)P(B)>1 es una consecuencia fácil deP(B∣A)>P(B) . PeroP(A∩B)P(A)P(B) es completamente simétrica enA yB (intercambiando todas las ocurrencias del símboloA conB y viceversa) deja las mismas fórmulas, por lo que también es equivalente conP(A∣B)>P(A) . Eso da el resultado. Por lo que la intuición le pide es queη( A , B ) es simétrica enUNA ysi .
La respuesta de @gunes dio un ejemplo práctico, y es fácil hacer que otros sean de la misma manera.
fuente
Si A hace que B sea más probable, esto significa que los eventos están de alguna manera relacionados. Esta relación funciona en ambos sentidos.
Si A hace que B sea más probable, esto significa que A y B tienden a suceder juntos. Esto significa que B también hace que A sea más probable.
fuente
Si A hace que B sea más probable, A tiene información crucial que B puede inferir sobre sí mismo. A pesar de que podría no aportar la misma cantidad, esa información no se pierde al revés. Eventualmente, tenemos dos eventos que su ocurrencia se apoyan mutuamente. Parece que no puedo imaginar un escenario donde la ocurrencia de A aumenta la probabilidad de B, y la ocurrencia de B disminuye la probabilidad de A. Por ejemplo, si llueve, el piso estará mojado con alta probabilidad, y si el piso está mojado, no significa que llovió, pero no disminuye las posibilidades.
fuente
Puede hacer que las matemáticas sean más intuitivas imaginando una tabla de contingencia.
Si A y B a menudo suceden juntos (la probabilidad conjunta es mayor que el producto de las probabilidades marginales), entonces observar uno hará que la probabilidad (condicional) del otro sea mayor.
fuente
Supongamos que denotamos la razón de probabilidad posterior a anterior de un evento como:
Entonces, una expresión alternativa del teorema de Bayes (ver esta publicación relacionada ) es:
fuente
Le dicen que Sam es una mujer y Kim es un hombre, y uno de los dos usa maquillaje y el otro no. ¿Quién de ellos crees que usa maquillaje?
Le dicen que Sam usa maquillaje y Kim no, y uno de los dos es un hombre y uno es una mujer. ¿Quién adivinarías que es la mujer?
fuente
Parece que hay cierta confusión entre causalidad y correlación. De hecho, el enunciado de la pregunta es falso para la causalidad, como puede verse en un ejemplo como:
Lo siguiente no es cierto:
Sin embargo, si está pensando en probabilidades (correlación), entonces ES cierto:
Lo siguiente es cierto:
Si esto no es intuitivo, piense en un grupo de animales, incluyendo hormigas, perros y gatos. Los perros y los gatos pueden ser domesticados y usar bufandas, las hormigas tampoco.
Ser domesticado es el vínculo "secreto" entre el animal y usar una bufanda, y ese vínculo "secreto" ejercerá su influencia en ambos sentidos.
Editar: dando un ejemplo a su pregunta en los comentarios:
Imagina un mundo donde los animales son gatos o perros. Pueden ser domesticados o no. Pueden usar una bufanda o no. Imagine que existen 100 animales en total, 50 perros y 50 gatos.
Ahora considere que la declaración A es: "Los perros que usan bufandas tienen tres veces más probabilidades de ser un animal domesticado que los perros que no usan bufandas ".
Si A no es cierto, entonces puedes imaginar que el mundo podría estar hecho de 50 perros, 25 de ellos domesticados (de los cuales 10 usan bufandas), 25 de ellos salvajes (de los cuales 10 usan bufandas). Las mismas estadísticas para los gatos.
Entonces, si viste un animal domesticado en este mundo, tendría un 50% de posibilidades de ser un perro (25/50, 25 perros de 50 animales domesticados) y un 40% de posibilidades de tener una bufanda (20/50, 10 perros y 10 gatos de 50 animales domesticados).
Sin embargo, si A es cierto, entonces tienes un mundo donde hay 50 Perros, 25 de ellos domesticados (de los cuales 15 usan bufandas ), 25 de ellos salvajes (de los cuales 5 usan bufandas ). Los gatos mantienen las estadísticas antiguas: 50 gatos, 25 de ellos domesticados (de los cuales 10 usan bufandas), 25 de ellos salvajes (de los cuales 10 usan bufandas).
Entonces, si vieras un animal domesticado en este mundo, tendría la misma probabilidad del 50% de ser un perro (25/50, 25 perros de 50 animales domesticados) pero tendría un 50% (25/50, 15 perros y 10 gatos de 50 animales domesticados).
Como puede ver, si dice que A es cierto, entonces si vio un animal domesticado con una bufanda en el mundo, sería más probable que sea un perro (60% o 15/25) que cualquier otro animal (en este caso Gato, 40% o 25/10).
fuente
Aquí hay una confusión entre causalidad y correlación. Así que te daré un ejemplo donde sucede exactamente lo contrario.
Algunas personas son ricas, algunas son pobres. Algunas personas pobres reciben beneficios, lo que los hace menos pobres. Pero las personas que obtienen beneficios son aún más propensas a ser pobres, incluso con beneficios.
Si recibe beneficios, eso hace que sea más probable que pueda pagar entradas para el cine. ("Lo hace más probable" significa causalidad). Pero si puede pagar entradas para el cine, eso hace que sea menos probable que esté entre las personas que son lo suficientemente pobres como para obtener beneficios, por lo que si puede pagar entradas para el cine, es menos probable que obtenga beneficios.
fuente
La intuición se vuelve clara si nos fijamos en la declaración más fuerte:
Obviamente, es más probable que A sea verdadero si se sabe que B también es cierto, porque si B fuera falso, entonces también lo sería A. La misma lógica se aplica a la declaración más débil:
fuente
O supongamos que hay una escuela que tiene el 10% de los estudiantes en su distrito escolar, pero el 15% de los estudiantes de categoría A. Entonces, claramente el porcentaje de estudiantes en esa escuela que son estudiantes de clase A es más alto que el porcentaje de todo el distrito.
fuente