1 / 19

BAYESİAN ANALİZİ

BAYESİAN ANALİZİ. 200920102032 Halis Emre YILDIZ SUNAR. Filogenetik ağaç oluşturmada ve optimal ağacın bulunmasında kullanılan metodlardan birisidir.

rumor
Download Presentation

BAYESİAN ANALİZİ

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. BAYESİAN ANALİZİ 200920102032 Halis Emre YILDIZ SUNAR

  2. Filogenetik ağaç oluşturmada ve optimal ağacın bulunmasında kullanılan metodlardan birisidir

  3. Filogenetiğin en popüler metodudur. Temelde Likelihood/OLASILIKmetoduna benzer, ancak sonraki (posterior) olasılıkkullanımı ile bu yöntemden ayrılır.

  4. Bilimsel karar yöntemlerinden biri olan bayezyen yaklaşım, olasılıklı (kesin olmayan) bir bilginin incelenmesine objektif bir bakış açısını esas alır. • Bu yaklaşım bilimsel bilginin aşamalarına odaklanır.

  5. Thomas Bayes tarafından geliştirilen, koşullu olasılıkların hesaplanmasında kullanılan bir teoremdir. • Bir olayın ortaya çıkmasında birden fazla bağımsız nedenin etkili olması durumunda, bu nedenlerden herhangi birinin o olayı meydana getirme olasılığını hesaplamada kolaylık sağlar.

  6. Bu yöntemde ağaç seçiminde, “önceki olasılık”, analiz öncesinde tüm olası ağaç topolojileri için geçerli olan olasılıktır. • Ağacın oluşturulmasından önce her bir topolojinin olasılığı birbirine eşittir. “Şarta bağlı olasılık”, dizi hizalanmasında gözlenen karakterlerin değişikliğe uğrama frekansıdır.

  7. Amaç: • Tek bir “doğru” filogeniyi bulmayı değil, bütün muhtemel filogenilerin sonraki (posterior) olasılık dağılımlarını hesaplamaktır. • Bunun için bazı evrimsel parametrelerin olasılıklarını (likelihood) ve önceki (prior) olasılık dağılımlarını kullanır.

  8. Olasılık teorisi içinde incelenen bir olay olarak B olayına koşullu bir A olayı (yani B olayının bilindiği halde A olayı) için olasılık değeri, A olayına koşullu olarak B olayı (yani A olayı bilindiği haldeki B olayı) için olasılık değerinden farklıdır. Ancak bu iki birbirine ters koşulluluk arasında çok belirli bir ilişki vardır ve bu ilişkiye (ilk açıklayan istatistikçi İngiliz Thomas Bayes (1702–1761) adına ) Bayes Teoremi denilmektedir.

  9. Bayes teoreminin ifade edilişi • Bayesteoremi bir stokastiksürec sırasında ortaya çıkan bir rastgele olay A ile bir diğer rastgele olay B (eğer B için kaybolmamış olasılık varsa) için koşullu olasılıkları ve marjinal olasılıkları arasındaki ilişkidir, yani

  10. • P(A) terimine A için önsel olasılık veya marjinal olasılık adı verilir. Bu önseldir, çünkü B olayı hakkında önceden herhangi bir bilgiyi içermemektedir. • • P(A|B) terimi verilmiş B için Anın koşullu olasılığı adını alır. • • P(B|A) terimi verilmiş A için Bnin koşullu olasılığı adını taşır. • • P(B) terimi B olayı için 'önsel' olasılıktır veya Bnin marjinal olasılığıdır ve matematiksel rolü normalize eden bir sabittir

  11. A’ ya göre olduğu için koşullu olasılıktır. Son olasılık

  12. Örnek :bir kişinin hasta olmasının ölüme bağlı koşullu olasılığı

  13. Bayezyen Metodu • Genel olarak, • Bayezyenyöntemleri aşağıdaki kavramlar ve prosedürlerle karakterize edilir: • Sıkıntı yaratan parametrelerin değerlerinde hiyerarşik model ve marjinalleşme kullanılır. • Çoğu durumda, hesaplama, inatçı ama bir iyi yaklaşımları olan Markov zinciri Monte Carlo yöntemleri kullanılarak elde edilebilir.

  14. Bayes formülünün ardışık kullanımı: Daha fazla verinin son dağılımının hesaplanmasında sonra kullanılabilir hale geldiğinde, arka sonraki önceki haline gelir. • Frequentististatistikler bir hipotezdir. Bir Frequentist hipotezin olasılığı bir ya da sıfır olacak şekilde, (doğru veya yanlış olması gerekir) bir önermedir

  15. Objektif ve SubjektifBayes Olasılık Bayes olasılık üzerinde iki görüş vardır.

  16. Objektivistler için, Bayes istatistik kuralları rasyonellik ve tutarlılık gereksinimleri tarafından kabul edilebilir. • akılcılık ve tutarlılık bu tür gereksinimler bilginin devlet 'kişisel bir inanç' tekabüllerinin için de subjektifliği için önemli olandır.( Dünyada bilginin nesnel durumu değil) • Subjektivistlerancak, akılcılık ve tutarlılık, bir konu olabilir • Olasılıklarla sınırlamak bu kısıtlamalar içinde önemli değişiklik sağlamak için,Bayesolasılık objektif ve sübjektif türevleri yorumlanması ve önsel olasılık yapımında ağırlıklı olarak farklılık gösterir.

  17. KAYNAKLAR • www.codeproject.com/thomasbayez • www.labstats.net • www.lesswrong.com • www.iterativepath.wordpress.com • www.sxxz.blogspot.com • www.cnx.org • www.http://yamakasiomer.tr.gg/TEOREM-VE-%26%23304%3BSPATLAR.htm • www.wikipedia.com TEŞEKKÜRLER...

  18. BAYESİAN ANALİZİ 200920102032 Halis Emre YILDIZ SUNAR

More Related