Estoy leyendo la "Causalidad" de Judea Pearl (segunda edición 2009) y en la sección 1.1.5 Independencia condicional y Grafoides, dice:
La siguiente es una lista (parcial) de propiedades satisfechas por la relación de independencia condicional (X_ || _Y | Z).
- Simetría: (X_ || _ Y | Z) ==> (Y_ || _X | Z).
- Descomposición: (X_ || _ YW | Z) ==> (X_ || _Y | Z).
- Unión débil: (X_ || _ YW | Z) ==> (X_ || _Y | ZW).
- Contracción: (X_ || _ Y | Z) & (X_ || _ W | ZY) ==> (X_ || _ YW | Z).
- Intersección: (X_ || _ W | ZY) y (X_ || _ Y | ZW) (X_ || _ YW | Z).
(La intersección es válida en distribuciones de probabilidad estrictamente positivas ).
(fórmula (1.28) dada anteriormente en el publicatiob: [(X_ || _ Y | Z) iff P (X | Y, Z) = P (X | Z))
Pero, ¿qué es una "distribución estrictamente positiva" en términos generales, y qué distingue una "distribución estrictamente positiva" de una distribución que no es estrictamente positiva?
self-study
bayesian
Willemien
fuente
fuente
Respuestas:
fuente
La masa de cada rodamiento de bolas en una población de rodamientos de bolas sería estrictamente positiva porque algo con masa cero no puede ser un rodamiento de bolas.
fuente
Una distribución de probabilidad estrictamente positiva sobre un espacio de estado simplemente significa que todos los estados son posibles, es decir, ningún estado tiene una probabilidad de cero. Todos los estados tienen una probabilidad mayor que cero. "Estrictamente positivo" significa mayor que cero.
Estrictamente positivo no implica que la probabilidad de cualquier estado pueda ser negativa. No existe la probabilidad negativa.
fuente
fuente