Statistika Bayes: Perbedaan antara revisi

Dari Wikipedia bahasa Indonesia, ensiklopedia bebas
Konten dihapus Konten ditambahkan
maraton
Tag: tanpa kategori [ * ] VisualEditor
 
Baris 7: Baris 7:
== Referensi ==
== Referensi ==
{{Reflist}}
{{Reflist}}
==External links==
* {{cite web| author=Eliezer S. Yudkowsky | title = An Intuitive Explanation of Bayes' Theorem | url=http://www.yudkowsky.net/rational/bayes|type=webpage|accessdate=2015-06-15}}
* {{cite web| author=Theo Kypraios| title=A Gentle Tutorial in Bayesian Statistics| url=https://kupdf.com/download/a-gentle-tutorial-in-bayesian-statisticspdf_59b0ed86dc0d602e3b568edc_pdf| type=PDF| accessdate=2013-11-03}}
* {{cite web| author=Jordi Vallverdu | title = Bayesians Versus Frequentists A Philosophical Debate on Statistical Reasoning | url=https://www.springer.com/gp/book/9783662486368}}
* [http://www.scholarpedia.org/article/Bayesian_statistics Bayesian statistics] [[David Spiegelhalter]], Kenneth Rice [[Scholarpedia]] 4(8):5230. [[doi:10.4249/scholarpedia.5230]]
* [http://bayesmodels.com/ Bayesian modeling book] and examples available for downloading.
* {{cite web| author=Rens Van De Schoot | title = A Gentle Introduction to Bayesian Analysis | url=https://www.statmodel.com/download/introBayes.pdf}}
* [https://marketing.dynamicyield.com/bayesian-calculator/ Bayesian A/B Testing Calculator] [[Dynamic Yield]]

[[Category:Statistika Bayes| ]]

Revisi per 2 Juli 2019 10.16

Statistika Bayes adalah sebuah teori di bidang statistika yang didasarkan pada interpretasi Bayes tentang probabilitas dimana probabilitas menyatakan tingkat kepercayaan pada suatu peristiwa. Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau pada keyakinan pribadi tentang peristiwa tersebut. Hal ini berbeda dari sejumlah interpretasi probabilitas lainnya, seperti interpretasi frekuensis yang memandang probabilitas sebagai batas frekuensi relatif dari suatu peristiwa setelah percobaan dalam jumlah besar.[1]

Metode statistika Bayesi menggunakan teorema Bayes untuk menghitung dan memperbarui probabilitas setelah mendapatkan data baru. Teorema Bayes menggambarkan probabilitas bersyarat pada suatu peristiwa berdasarkan data serta informasi atau keyakinan sebelumnya tentang peristiwa, atau kondisi yang terkait dengan peristiwa tersebut. Misalnya, dalam inferensi Bayesian, teorema Bayes dapat digunakan untuk memperkirakan parameter distribusi probabilitas atau model statistikal. Karena statistika Bayes memperlakukan probabilitas sebagai tingkat kepercayaan, teorema Bayes dapat secara langsung menetapkan distribusi probabilitas yang mengkuantifikasi keyakinan pada parameter atau serangkaian parameter.[2]

Statistika Bayes dinamai dari Thomas Bayes, yang merumuskan sebuah kasus spesifik teorema Bayes dalam makalahnya yang diterbitkan pada 1763. Dari beberapa makalah sejak dari akhir 1700-an hingga awal 1800-an, Pierre-Simon Laplace mengembangkan interpretasi Bayes tentang probabilitas. Laplace menggunakan metode yang sekarang akan dianggap sebagai metode Bayesi untuk menyelesaikan sejumlah masalah statistika. Banyak metode Bayes dikembangkan oleh penulis di kemudian hari, tetapi istilah tersebut jarang digunakan untuk menggambarkan metode seperti itu sampai pada tahun 1950-an. Sepanjang abad ke-20, metode Bayes tidak disukai oleh banyak ahli statistika karena pertimbangan filosofis dan praktis. Banyak metode-metode Bayes yang membutuhkan banyak perhitungan untuk diselesaikan, dan sebagian besar metode yang banyak digunakan selama abad ini didasarkan pada interpretasi frekuensis. Namun, dengan munculnya komputer yang kuat dan algoritma baru seperti Markov chain Monte Carlo, penggunaan metode Bayes dalam statistika mengalami peningkatan di abad ke-21.[1][2]

Referensi

  1. ^ a b Gelman, Andrew; Carlin, John B.; Stern, Hal S.; Dunson, David B.; Vehtari, Aki; Rubin, Donald B. (2013). Bayesian Data Analysis, Third Edition. Chapman and Hall/CRC. ISBN 978-1-4398-4095-5. 
  2. ^ a b Gelman, Andrew; Carlin, John B.; Stern, Hal S.; Dunson, David B.; Vehtari, Aki; Rubin, Donald B. (2013). Bayesian Data Analysis, Third Edition. Chapman and Hall/CRC. ISBN 978-1-4398-4095-5. 

External links