статистика

байесовский вывод

Байесовский вывод — это статистический метод, который обновляет вероятность гипотезы по мере поступления новых данных.
38 статей · 4 формулы · 6 учёных

Описание

Байесовский вывод — математический метод оценки вероятности гипотезы на основе новых наблюдений. Он требует трёх компонентов: априорной вероятности (изначальная степень доверия к гипотезе), функции правдоподобия (насколько вероятны данные при верной гипотезе) и нормировочной константы (общая вероятность данных при всех возможных гипотезах). Результатом является апостериорная вероятность — то, во что вы верите после учёта улик. В отличие от классической статистики, байесовский подход напрямую отвечает на вопрос «какова вероятность, что гипотеза верна при этих данных?», а не «какова вероятность получить такие данные, если гипотеза верна?».

История

Теорема Байеса была впервые сформулирована в посмертно опубликованной работе Томаса Байеса (1763), а затем независимо переоткрыта и распространена Пьером-Симоном Лапласом в 1774 году. Лаплас применил её к оценке массы Сатурна и к демографическим исследованиям. В XX веке интерес возродился благодаря работам Гарольда Джеффриса, который ввёл неинформативные априорные распределения, и Леонарда Сэвиджа, разработавшего аксиоматику субъективной вероятности. С появлением мощных вычислительных методов, таких как алгоритм Метрополиса-Гастингса (1970) и Гиббс-сэмплинг, байесовский вывод стал применим к сложным моделям в науках о данных.

Как это работает

Вывод опирается на теорему Байеса: P(H|D) = P(D|H) * P(H) / P(D), где H — гипотеза, D — данные. P(H) (априорная) отражает начальную степень доверия, P(D|H) (правдоподобие) — вероятность получить данные D, если H верна, P(D) — маргинальная вероятность данных, играющая роль нормировки. На практике прямое вычисление знаменателя, интеграла по всем гипотезам, часто невозможно, и прибегают к методам Монте-Карло по схеме марковских цепей (MCMC) для аппроксимации апостериорного распределения. Современные пакеты, такие как Stan и PyMC, автоматизируют эти вычисления.

Где применяется

Спам-фильтры учатся на ваших пометках, медицинские тесты уточняют диагноз по новым симптомам.

Любопытный факт

Британский код-брейкер Алан Тьюринг во время Второй мировой войны использовал байесовские методы для расшифровки «Энигмы», присваивая различным настройкам машины вероятности на основе перехваченных сообщений.

Граф понятий →

Формулы

$$B = \prod_{k=1}^N \frac{P(D_k|H_1)}{P(D_k|H_0)}$$
Байесовский фактор накапливает свидетельства в пользу гипотез.
Что в формуле
Bпеременнаябайесовский фактор — фактор Байеса
D_kпеременнаяk-я точка данных — данные
H_1переменнаяальтернативная гипотеза — гипотеза
H_0переменнаянулевая гипотеза — гипотеза
Nпеременнаячисло точек данных — объём выборки
∏операторперемножение членов для k от 1 до N — оператор произведения
b_n=\prod_{k=1}^n\frac{p(d_k|h_1)}{p(d_k|h_0)} · 2505.00950v2
δ\lnz=\lnz_{model1}-\lnz_{model2} · 2607.01699v1
b^i_j=\frac{p(d|h_i)}{p(d|h_j)} · 2607.04663v1
k=\frac{p(x\mid\mathcal{m}_1)}{p(x\mid\mathcal{m}_0)} · 2607.20260v1
$$Z = \int \mathcal{L}(\Theta) \pi(\Theta) d\Theta$$
Интеграл от произведения правдоподобия и априорного распределения по пространству параметров.
Что в формуле
ZпеременнаяБайесовское свидетельство (маргинальное правдоподобие) — байесовское свидетельство
ΘпеременнаяВектор параметров — parameter vector
L(Θ)переменнаяФункция правдоподобия — likelihood function
π(Θ)переменнаяАприорная плотность вероятности — prior probability density
∫операторИнтегрирование по пространству параметров — интегральный оператор
dΘоператорБесконечно малый элемент объёма — volume element
z=\int_{ω_\theta}\mathcal{l}(\theta)π(\theta)d\theta · 2605.09521v1
$$BC(p,q) = \int \sqrt{p(x)q(x)} \, dx$$
Измеряет перекрытие между двумя распределениями вероятностей.
Что в формуле
p(x)переменнаяПлотность вероятности распределения p — probability density
q(x)переменнаяПлотность вероятности распределения q — probability density
xпеременнаяПеременная интегрирования (выборочное пространство)
∫операторИнтегрирование по выборочному пространству — интегральный оператор
bc(p,q)=\int\sqrt{p(m)q(m)}dm · 2607.01121
$$P(A|B) = \frac{P(B|A)P(A)}{P(B)}$$
Связывает условные и маргинальные вероятности.
Что в формуле
P(A|B)переменнаяУсловная вероятность A при условии B — conditional probability
P(B|A)переменнаяУсловная вероятность B при условии A — conditional probability
P(A)переменнаяМаргинальная вероятность A — вероятность
P(B)переменнаяМаргинальная вероятность B — вероятность
\frac{p(hj|comp)}{p(hj)}=\frac{p(comp|hj)}{p(comp)} · 2607.10177
p(θ|\mathcal{d})\propto\prod_ip(\mathcal{d}_i|θ)p(θ) · 2607.13930
p(h_0|\{x\},cat)\propto\mathcal{l}(\{x\}|h_0,cat)*π(h_0) · 2607.17284v1

Статьи по теме · 41

Экология физических законов: карта сосуществующих механизмов
В резиновом жгуте, который тянут в лаборатории, одновременно работают три разных механизма упругости. При малом растяжении правит закон Гука, при среднем — энтропийная эластичность цепей, при сильном — кристаллизационное упрочнение.
Три фильтра для одной фотографии мозга
Фотограф снимает один и тот же пейзаж тремя разными объективами. На всех снимках видно одно и то же, но мягкость деталей, резкость границ и даже заметность мелких объектов меняются от объектива к объективу. Так же и с картами мозга: один и тот же набор данных, пропущенный через разные фильтры сглаживания, рассказывает немного разные истории о старении.
Monroe: молекулярная модель с вероятностным выводом
Переводчик отвлекается на каждый шорох в зале — и час совещания превращается в два. Так и молекулярные фундаментальные модели: они выучивают язык молекул на гигантских корпусах, но для каждого нового разговора требуют настройки. Monroe меняет правила: она не учит новый язык, а мгновенно находит общий смысл по нескольким примерам.
Биомолекулы2026-08-191 минarXiv:2608.18604экспресс
Как инженеры белков учатся на ошибках
Белковый инженер похож на повара, который пытается сделать блюдо одновременно вкусным, полезным и дешёвым. Изменяя один ингредиент, он рискует испортить другой. Раньше компьютерные помощники умели оценивать свойства белков только по отдельности, не видя, как они связаны между собой.
Как оценить число участников ядерного столкновения
Когда два тяжёлых ядра сталкиваются на релятивистских скоростях, они не взаимодействуют целиком, как бильярдные шары. В контакт вступает лишь часть их нуклонов — протонов и нейтронов. Сколько именно нуклонов реально участвовало в столкновении, а сколько пролетело мимо, заранее неизвестно. От этого числа зависят все последующие измерения, но напрямую его увидеть нельзя.
Предвзятость, которой не нужен учитель: эффект обратной базовой ставки
Представьте склад с коробками яблок и груш. Яблок много, груш мало. Но когда кладовщик говорит «фрукт с гладкой кожурой», мы почему-то чаще вспоминаем редкую грушу, а не частое яблоко. Это проявление эффекта обратной базовой ставки — устойчивого когнитивного искажения, при котором мозг, разрешая неоднозначность между категориями, систематически переоценивает редкие варианты за счёт частых.
Нейтронные звёзды раскроют свои размеры
Космический «штангенциркуль» скоро обмеряет нейтронную звезду с точностью до сотни метров. Для объекта диаметром в пару десятков километров это всё равно что измерить толщину человеческого волоса с расстояния в километр. Нейтронная звезда — остаток взорвавшейся сверхновой. Вещество в ней сжато так сильно, что чайная ложка весила бы миллиарды тонн.
Поведение клеток2026-08-011 минarXiv:2608.00846экспресс
Как клетка выбирает путь: байесовский взгляд сквозь шум
Клетка амёбы Dictyostelium ползёт по стеклу, оставляя за собой цепочку точек на плоскости — запись её траектории. Какие силы направляют это движение? Внутри клетки действует молекулярный мотор: белки сокращаются, мембрана пружинит, вода создаёт давление.
Дозорный с картой: охота на планет-странников
Двести миллионов звёзд. В центре Галактики, куда нацелится будущий обзор телескопа Нэнси Грейс Роман, примерно 250 раз за миссию свет одной из них дрогнет от невидимого прикосновения. Это свободно плавающие планеты — миры, выброшенные из родных систем, — и экзопланеты земного типа, кружащие у далёких солнц.
Гауссова маска пала: как 4 610 вселенных изменили статистику космоса
4 610 вселенных — ровно столько космологических моделей потребовалось астрофизикам, чтобы показать: привычная маска Гаусса больше не работает для данных нового поколения. Будущие обзоры неба, такие как миссия Euclid и обсерватория им.
Обработка сигналов2026-07-161 минarXiv:2607.14597экспресс
Алгоритм-самоучка: как восстановить сигнал по шуму
Восстановить целостную картину по обрывкам — всё равно что расслышать мелодию оркестра в шумном зале. Такие задачи стоят в фотометрии — области, измеряющей поток излучения от небесных тел, где по слабому мерцанию восстанавливают яркость звезды. Традиционные методы требуют точных сведений о помехах, а они почти всегда неизвестны.
Звук2026-07-151 минarXiv:2607.13477экспресс
ИИ-судьи речи: когда алгоритм оценивает не звук, а текстовые подсказки
Автоматические судьи речи — это алгоритмы, обученные оценивать произношение и эмоциональную окраску голоса. Однако, как показали исследования, они часто ведут себя подобно кулинарному критику, который выносит вердикт, прочитав меню, но не попробовав само блюдо.
Нейронные сети против темной материи: новый метод анализа слабого линзирования
Вглядитесь в ночное небо — перед вами не россыпь огней, а многослойная рукопись. Под яркими чернилами звёзд и галактик проступает блёклый, почти стёртый текст. Это послание тёмной материи, начертанное гравитационным линзированием: невидимые массы искажают свет далёких галактик, оставляя едва заметные водяные знаки на космическом пергаменте.
Водораздел данных: как простой переключатель «да/нет» раскрывает многомерные модели
На топографической карте дождевые капли выбирают путь: упав на один склон, они стекают в реку А, на другой — в реку Б. Наблюдатель видит лишь извивы рек (переменные отклика Y) и знает, с какого склона пришла вода (инструмент Z), но не видит самих капель (ненаблюдаемых факторов ε).
Симфония белых карликов: как нейросеть учится слышать гравитационную музыку LISA
Вселенная не молчит: она наполнена непрерывным гравитационно-волновым гулом. Через десятилетие космическая обсерватория LISA настроит свои «уши» на миллигерцовый диапазон, и самым богатым источником окажется наша Галактика — десятки тысяч пар белых карликов, кружащихся в стремительном танце.
Предвзятость подтверждения как стратегия снижения энтропии
Мы привыкли считать предвзятость подтверждения — склонность замечать лишь то, что согласуется с нашими гипотезами, — когнитивной ошибкой. Однако недавние расчёты, вдохновлённые поведением волн, предлагают радикально иной взгляд. Оказывается, привычка искать знакомое — это эффективный механизм минимизации информационного шума, который учёные называют энтропией — мерой неопределённости.
Как нейросеть подслушала шум жизни
Рост популяции со стороны похож на разгоняющийся поезд: сначала еле ползёт, потом набирает ход. Но стоит вглядеться в данные — и картинка расплывается. В одном замере десяток особей, в другом сразу сотня. Классические модели смахивают этот разброс как досадную грязь с объектива. Они считают, что шум везде одинаковый, и просто не обращают на него внимания.
Генетический якорь для здоровья
Вы купили новые кухонные весы, но вместо точного веса они показывают только отклонение от какой-то «нормы». Чтобы узнать, сколько весит яблоко, приходится сначала взвесить десятки других яблок и вычислить среднее. Примерно так работают сегодняшние системы мониторинга здоровья: они неделями собирают данные о пульсе, давлении, сне, чтобы понять, что для вас обычно, а что — отклонение.
Как проверить предсказатель, не зная ответа
Лаборатория отправляет роботу список из тысячи молекул-кандидатов для нового лекарства. Робот-предсказатель, натренированный на старых данных, выдаёт для каждой оценку «подойдёт — не подойдёт». Но когда список приходит из незнакомой области — другого вируса или редкой опухоли — робот начинает путаться. Его уверенность остаётся высокой, а реальные попадания падают до нуля.
Как химическая логика спасает спектры от шума
Спектр — это как фотография внутреннего устройства вещества, сделанная светом. Когда луч проходит сквозь образец или отражается от него, молекулы оставляют на этой фотографии характерные тёмные полосы — пики. Но если снимок засвечен или покрыт серой пеленой, разглядеть детали почти невозможно.
Квантовая физика2026-05-161 минarXiv:2605.16978экспресс
Как извлечь максимум из слабого сигнала
Опустите палец в воду один раз — и по единственному ощущению попробуйте угадать её температуру. В квантовом мире такие однократные измерения случаются сплошь и рядом, только угадывать приходится невидимые параметры: скажем, силу сжатия лазерного луча. Ошибка может стоить дорого, а данных для уверенности почти нет. Долгое время математика подобных задач напоминала сборку пазла в темноте.
Диагноз для далёких миров: как не спутать биосигнатуры с помехами
Поиск жизни на далёких планетах напоминает диагностику редкой болезни с помощью теста, чья точность неизвестна. Единичный положительный результат ещё ни о чём не говорит: возможно, это ложное срабатывание.
Почему второе прикосновение кажется другим
Рука лежит на столе, и на запястье приходят две короткие вибрации — одна за другой. Нужно сказать, какая сильнее. Задача вроде бы простая, но ответ зависит от того, какая вибрация была первой. Если первая слабая, а вторая сильная, разница кажется больше, чем когда их меняют местами. Это не каприз внимания, а работа постоянного механизма: мозг не ждёт полной информации, а строит догадку и поправляет её на ходу.
Почему одиночные снимки гравитационных волн обманчивы
Альбом с сотнями семейных фотографий хранит множество историй. Если разглядывать каждый снимок отдельно, легко решить, что дядя — настоящий великан: в тот день он стоял на ступеньку выше остальных. Но стоит пролистать весь альбом, и становится ясно — его рост самый обычный, просто ступенька попалась на паре кадров. Похоже работают детекторы гравитационных волн.
Шум, который выдаёт себя за гравитацию
В наушниках, через которые слушают далёкий оркестр, время от времени что-то потрескивает. Потрескивание может быть настолько громким, что заглушит музыку или даже сольётся с ней.
Карта для атомных ядер
Когда нейтрон или протон влетает в атомное ядро, он ведёт себя как мяч, ударяющийся о неровную стену: отскочить может по-разному, в зависимости от того, куда попал. Физики описывают такие столкновения с помощью «оптической модели» — она заменяет сложное ядро на эффективный потенциал, как если бы мы описывали стену одной средней высотой, а не каждой выемкой.
Мозг учится, делая нейроны похожими
Кухонный нож и овощечистка по отдельности справляются с разными задачами, но когда повар учится новому рецепту, он часто хватается за один и тот же нож для всего. Похоже, так же поступает мозг, когда осваивает новый навык различения образов. В эксперименте обезьяны неделями тренировались различать едва заметные отличия в сложных узорах.
Нейросеть «протирает» гравитационную линзу: как восстановить древний свет Вселенной
Свет, рождённый в момент Большого взрыва, шёл к нам почти 14 миллиардов лет. Но по пути он проходил сквозь гравитационные поля галактик и скоплений тёмной материи — гипотетической формы материи, не участвующей в электромагнитном взаимодействии и потому недоступной прямому наблюдению. Эти поля искривляли лучи, подобно тому, как неровное стекло искажает изображение.
Как выбрать лучшую модель, не гадая на кофейной гуще
Чтобы понять устройство, нужно его пошевелить. Ребёнок, разбирающий будильник, не просто смотрит на шестерёнки — он крутит колёсико и слушает, как меняется тиканье. Так и учёные: вместо пассивного наблюдения они подают на вход системы специально подобранные сигналы и смотрят на отклик.
Галактики2026-02-021 минarXiv:2602.01806экспресс
Нейросеть как картограф гравитации: точная карта распределения тёмной материи в галактиках
Звёзды на окраинах галактик вращаются быстрее, чем предсказывают законы небесной механики, если учитывать только видимую материю — светящиеся газ и звёзды. Этот парадокс обнаружили в XX веке Вера Рубин и Фриц Цвикки, измеряя скорости звёзд по доплеровскому смещению спектральных линий.
Точки слома: как реставратор чистит данные
Старые метеосводки хранят сюрпризы: столбик термометра вдруг подпрыгивает на полградуса не из-за погоды, а потому что на станции сменили прибор. Такие резкие сдвиги в данных называют точками изменения, и отделить их от настоящих климатических сигналов — задача, над которой бьются статистики.
Геномика2026-01-141 минarXiv:2601.09758экспресс
Как отличить технический сбой от настоящей болезни
Генетическая диагностика похожа на сравнение двух фотографий, сделанных разными камерами. Если одна камера чуть сдвинула цвета, на снимке появятся «дефекты», которых нет в реальности. Так и в анализе ДНК: образец пациента сравнивают с эталонным, и если эталон обработан реактивами из другой партии или в другой лаборатории, сравнение даёт ложные сигналы — то лишние мутации, то пропущенные настоящие.
Нейтронные звёзды: как измерить невидимое
Нейтронная звезда — это шарик размером с город, но весит он как полтора Солнца. Внутри такого шарика вещество сжато так, что чайная ложка его весила бы миллиарды тонн. Но из чего именно состоит эта материя, физики до конца не знают.
Секрет нейтронных звёзд: реконструкция внутренней структуры по массе и радиусу
Внутри нейтронной звезды — компактного остатка массивной звезды — вещество сжато до немыслимых плотностей, где атомные ядра сливаются в сплошную нейтронную среду. Раньше астрофизики были вынуждены гадать, как именно там всё устроено, перебирая возможные уравнения состояния — математические соотношения, связывающие давление и плотность в недрах.
Популярная физика2025-12-101 минarXiv:2512.09970экспресс
Финальный всплеск внеземной цивилизации
Галактика напоминает ночной мегаполис: большинство окон светится ровным, привычным светом, но иногда целый небоскрёб внезапно озаряется всеми огнями и мгновенно гаснет. Похожий сценарий, согласно новой гипотезе об экзопланетах — планетах у иных звёзд (экзопланетной), — может стать нашим первым свидетельством существования другой цивилизации.
Гибридный спектральный анализ: как байесовский метод совмещает точность параметрики и гибкость непараметрики
Черновой набросок портрета: несколько уверенных линий задают форму, но детали ещё не проработаны. Так параметрическая модель, например векторная авторегрессия (VAR), описывает временной ряд: она улавливает основную структуру, но если реальные данные отклоняются от её предположений, портрет получается искажённым.
Переводчик, который не теряет смысл
Метеоролог смотрит на карту давления и пытается понять, куда двинется циклон. У него есть модель, но она ошибается, и есть свежие измерения, но они неполны. Соединить их так, чтобы прогноз остался физически осмысленным, труднее, чем кажется: классические методы иногда выдают отрицательную температуру или невозможную вероятность. Новый подход смотрит на задачу глазами квантовой механики.
Нейросеть учится на черновике: как грубая модель помогает предсказать Эль-Ниньо
Переводчик на важных переговорах держит под рукой черновик речи, но по ходу дела сверяется с живым разговором: если сказанное расходится с заготовкой, он правит перевод на лету.
Как заставить свою модель платить за ошибки
Переводчик, который отвлекается на каждый шорох в зале, к концу совещания начинает путаться в словах. Его уверенность в собственной правоте растёт, а точность падает. Примерно так ведут себя плохо откалиброванные вероятностные прогнозы: модель заявляет высокую вероятность события, но реальность с ней не согласна.
Совет из сотни невысоких экспертов предсказывает капризы Эль-Ниньо
Барометр в порту Папеэте на Таити и барометр в австралийском Дарвине разделяют 7400 километров. Когда один показывает высокое давление, другой часто показывает низкое, и эта разница, названная Южной осцилляцией, управляет дождями от Индии до Бразилии. Предсказать её хотя бы на месяц вперёд — задача с вековой историей.