probabilità bayesiana è un approccio alla inferenza statistica e che le opinioni verosimiglianze come probabilità piuttosto che delle frequenze. Ci sono due scuole elementari della probabilità bayesiana, la scuola e la scuola soggettivista oggettivista, che le probabilità di vista soggettivo e oggettivo, rispettivamente. Il punto di vista soggettivo scuola probabilità bayesiana come stati soggettivi di fede, mentre la scuola oggettivista, fondato da Edwin Thompson Jaynes e Sir Harold Jeffreys, viste le probabilità bayesiana come obiettivamente giustificati e in fatto l'unica forma di inferenza che è logicamente coerente. Nella scuola oggettivista, la probabilità bayesiana è visto come una estensione della logica aristotelica.
L'attuale entusiasmo giornata con metodi Bayesiani iniziò intorno al 1950, quando la gente ha cominciato a cercare l'indipendenza dal sistema ristretto frequentista, che vede come verosimiglianze frequenze, per esempio, un "1 su 10 possibilità. " Statistica bayesiana invece vista verosimiglianze come probabilità, diciamo, un "10% di probabilità. " Bayesiani sottolineare l'importanza del teorema di Bayes ', un teorema formale che si rivela un rapporto di rigida probabilistica tra probabilità condizionate e marginali di due eventi casuali. Teorema di Bayes 'pone grande enfasi sulla probabilità a priori di un determinato evento-ad esempio, nel valutare la probabilità che un paziente ha un cancro basata su un risultato positivo del test, si deve essere sicuri di prendere in considerazione la probabilità di fondo che ogni persona a caso ha il cancro a tutti.
Studenti della probabilità bayesiana hanno pubblicato migliaia di documenti di districare le conseguenze ulteriori, e talvolta poco intuitiva del teorema di Bayes 'e teoremi relativi. Per esempio, si consideri una società è in test i suoi dipendenti per l'uso dell'oppio e il test è del 99% sensibile e specifico al 99%, il che significa che identifica correttamente un utente di droga il 99% del tempo e un utente non il 99% del tempo. Se la probabilità di sfondo di qualsiasi dipendente dato impegnandosi in uso dell'oppio è solo lo 0,5%, collegando i numeri in teorema di Bayes 'dimostra che un test positivo a carico dei dipendenti dato dà solo una probabilità che essi sono un utente di droga del 33%. Quando l'incidenza di fondo della qualità in fase di test per è molto bassa, numerosi i falsi positivi possono derivare, anche quando la sensibilità e la specificità del test è elevata. Nel mondo medico, le interpretazioni pigro di probabilità da parte dei medici di routine dei pazienti sani causare un elevato grado di difficoltà, quando si prova positiva per le malattie pericolose, ma non sono consapevoli del margine di errore.
