[SCRÂTÂT]
[FOȘTIT]
[CLIC]
Deci, chestia despre o
valoare așteptată a informațiilor,
este o valoare așteptată.
Adică avem mereu de-
a face cu așteptări aici,
în lumea incertitudinii.
Deci s-ar putea să aveți
informațiile care
spun că este foarte
bun și se dovedește
că nu este atât de bun.
Deci nu ești ceva
absolut sigur,
dar este o valoare așteptată.  Așa că
acum permiteți-mi să vorbesc
despre modul în care cineva ar
face acest lucru într-o analiză completă.
Și cred că este
important ca punct de referință --
mulțumesc pentru cuvânt --
este o bază de referință pentru
modul în care ne gândim la asta.
Deci calculele sunt complexe.  În
primul rând, orice test, puteți
avea multe rezultate diferite.
De exemplu, un plan prototip
ar putea funcționa foarte bine, bine, așa
așa, prost, eșuează.
Deci nu primiți
neapărat un răspuns da/nu, ci
o gamă largă de răspunsuri.
Acum, aceste răspunsuri nu
dovedesc ce se va întâmpla.
De ce este asta?
L-am condus.
Am un rezultat,
merge bine.
Știu că va
funcționa bine, sau nu?  Ei
bine, rezultatele testelor
nu vor dovedi ce se întâmplă.
Sunt mostre, la fel ca
dacă trec printr-un test pentru TBC,
sau concomitent, dacă
trec printr-un test pentru COVID
și am rezultat negativ,
nu
înseamnă neapărat că sunt negativ.  S-ar
putea să existe
un fals negativ
sau, dimpotrivă, să
fie un fals pozitiv.  Au
crezut că au văzut
ceva, dar nu este acolo.
Deci ceea ce
face noile informații este să nu
vă spună ce se întâmplă.
Știai deja asta,
dar subliniez asta.
Dar scrie: OK, ai
crezut că e așa.
Ai niște informații noi.  Te-a
făcut să crezi că
ar putea fi diferit.
Așadar, fiecare
informație nouă,
indiferent dacă funcționează bine, foarte
bine, prost, așa și așa mai departe,
actualizează estimările anterioare.
Modul tehnic de a face
asta este folosirea a ceva
numit teorema lui Bayes.
Acum, acesta nu este un
subiect deosebit de simplu la care
ajungem, deoarece dacă
am, să zicem, cinci rezultate,
așa cum am enumerat mai înainte, și
fiecare rezultat al testului implică
o valoare diferită
a proiectului,
fiecare cu o
probabilitate diferită
ca cinci
rezultate ale testului să dea cinci rezultate.  aveți
cinci actualizări diferite
pentru sistemul dvs.
și fiecare va avea un
set diferit de probabilități pe care le-
ați actualizat de la
anterioare la cele posterioare
și aveți cinci
soluții diferite.
Deci, calculul
acestui proces
care este valoarea așteptată
a informațiilor eșantionului
este complicat.
Deci, în primul rând,
care este teorema lui Bayes?
Îmi imaginez că mulți dintre
voi, dacă nu cei mai mulți dintre voi care v-ați
ocupat deja de asta,
poate că ați avut un curs,
care a trebuit să treacă teste
pe el și așa mai departe.
Dar doar ca o reamintire, permiteți-mi
să reamintesc tuturor sau să le prezint
celorlalți ce este.
Formula este foarte
simplă, dar vă
argumentez despre asta,

pentru că, dacă apare, este o
utilizare nepractică pentru un sistem
conceput în mod regulat.
Dar lasă-mă să-ți spun ce
este și vei vedea ce...
Sper că vei vedea la
ce ajung.
Deci, probabilitatea,
probabilitatea posterioară a
ceva, A, să zicem, că
produsul se va vinde bine,
după observația,
B,
numită practic A, probabilitatea
A dat B.
Adică am avut o
probabilitate anterioară, poate 50%
aceasta  urma să se vândă bine.
Mi-am dus tractorul
la târgul de stat.
Au ţâşnit peste el.  M-a
făcut să mă gândesc, oh,
probabil va...
este o șansă mai mare de
50/50,
poate o
șansă de 70/30 să se vândă bine.
Deci probabilitatea mea posterioară,
probabilitatea mea revizuită
este o formulă simplă.
Este egală cu
probabilitatea pe care ați
avut la început
un factor.
Acum, tot diavolul
este în detalii.
Factorul este probabilitatea
ca B să fie corelat cu A,
ca aceste tipuri de
răspunsuri să conducă de fapt
la
rezultatele pieței împărțite
la probabilitatea lui B,
probabilitatea anterioară a lui B.
Acum, problema este că, deși
formula este cu adevărat simplă,
este  probabilitatea dvs. înmulțită de
un factor
și pot afirma că factorul
este că elementele
nu sunt disponibile în practică.
Adică, dacă te
gândești cât de
bine răspund oamenii de la
târgul de stat
la noul meu tractor și
cum se corelează asta
cu vânzările reale,
ei bine, asta e ceva despre care
nu ai date.
Și care este probabilitatea lui B?
Ei bine, ai putea
crede că ți-ai putea
imagina niște modalități de a face
asta, dar nu o faci acum.
Dacă faceți un
test repetitiv și ați făcut asta,
să zicem, eșantionare agricolă
sau câmpuri de testare, sau
aveți o mulțime de date
și așa mai departe,
puteți obține aceste
probabilități condiționate,
așa cum sunt numite, și
puteți rula  analiză.
Dar, în general,
nu le vei avea,
astfel încât, deși
formula este cu adevărat simplă,
din punct de vedere al
proiectării și managementului sistemului,
chiar nu sunt disponibile.
Dar vreau să vă arăt cum
funcționează chestia, astfel încât să
puteți aprecia ce se
întâmplă și de ce
există o altă abordare.