Teorema Bayes

Perbarui kemungkinan hipotesis seiring dengan tersedianya lebih banyak bukti atau informasi.

Sebelumnya & Kemungkinan

Probabilitas Sebelumnya P(A)

Kemungkinan P(B|A)

P(B|¬A) Positif Palsu

Pembaruan Bayesian

Probabilitas Posterior P(A|B)16.10%Updated probability given evidence B

Prior

1.0%

Posterior

16.1%

Jumlah Bukti P(B)5.90%

Hypothesis Not True P(¬A)99.00%

Overview

Teorema Bayes menggambarkan peluang suatu peristiwa, berdasarkan pengetahuan sebelumnya tentang kondisi yang mungkin terkait dengan peristiwa tersebut. Ini adalah prinsip dasar dalam inferensi Bayesian, yang memungkinkan Anda memperbarui keyakinan Anda berdasarkan bukti baru.

💡

Pro Tips

'Prior' adalah keyakinan awal Anda sebelum melihat bukti baru (B).
Selalu pertimbangkan seberapa besar kemungkinan bukti tersebut meskipun hipotesisnya salah (tingkat positif palsu).
Periksa apakah semua probabilitas yang dimasukkan adalah antara 0 dan 1 inklusif.

The Bayesian Formula

Bayes' Theorem calculates the posterior probability P(A|B) using the likelihood P(B|A), the prior P(A), and the total evidence P(B):

P(A|B) = [ P(B|A) × P(A) ] / P(B)

Where P(B) = P(B|A)P(A) + P(B|¬A)P(¬A)

Used with this

Similar tools that might be useful

Kalkulator Uji A/B

Tentukan apakah hasil tes Anda signifikan secara statistik.

Ketidakpastian Mutlak vs Ketidakpastian Relatif

Konversi antara ketidakpastian Absolut (± unit) dan Relatif (%).

R-Kuadrat yang Disesuaikan

Evaluasi kesesuaian model sambil memperhitungkan jumlah prediktor.