사람들이 왜“증거 가중치”라는 용어를 사용하고“포인트 상호 정보”와 다른 점은 무엇입니까?

여기서 "증거의 무게"(WOE)는 출판 된 과학 및 정책 결정 문헌에서 일반적으로 사용되는 용어로, 다음과 같이 정의 된 위험 평가와 관련하여 가장 자주 나타납니다.

여기서 증거이며, 가설이다.$e$$h$

이제 PMI와의 주요 차이점 (포인트 별 상호 정보)을 알고 싶습니다.

그들은 비슷해 보이지만 아주 다른 것입니다. 주요 차이점부터 시작하겠습니다.

• $h$ 는 PMI와 WOE에서 다릅니다. PMI에서
  라는 용어를 확인하십시오 . 이것은 가 확률을 계산할 수있는 임의의 변수 라는 것을 의미합니다 . 아무 문제 없지만,이 가설은 확률을 가질 수 있다고 생각하지 않는 경우 베이지안, 대한 을 사전 당신도 가설과 증거를 PMI를 쓸 수 없습니다. WOE에서 는 분포의 모수이며 표현식은 항상 정의됩니다.$p(h)$$h$$h$

• PMI는 대칭이며 WOE는 간단하지 않습니다
  . . 그러나 용어 때문에 정의 할 필요는 없습니다 . 이 경우에도 일반적으로 같지 않습니다 .$pmi(e,h) = pmi(h,e)$$w(h:e) = \log p(h|e)/p(h|\bar{e})$$\bar{e}$$w(e:h)$

그 외에는 WOE와 PMI가 유사합니다.

증거의 가중치는 증거가 가설을지지하는 정도를 말합니다. 0이면 말하거나 반대하지 않습니다. 값이 높을수록 가설 유효성을 검증 하고 값이 낮을수록 유효성을 검증 합니다.$h$$\bar{h}$

상호 정보는 이벤트 발생 ( 또는 )이 다른 이벤트 발생에 대해 어떻게 말하는지를 정량화합니다 . 0 인 경우 이벤트는 독립적이며 하나의 발생은 다른 것에 대해 아무 것도 말하지 않습니다. 높을수록 더 자주 발생하며, 낮을수록 상호 배타적입니다.$e$$h$

가설 가 임의 변수이고 두 옵션이 모두 유효한 경우는 어떻습니까? 이진 채널 잡음 communiction 위에 예를 들어, 가설은 디코딩 할 방출 신호 및 기록은 수신 된 신호이다. 반전의 가능성이 있음을 말해 당신이받을 그렇다면, , 대한 화 인 . 반면에 PMI는 방출 가능성에 달려 있습니다. 넌 방출 확률 때 확인할 수 0 경향 상기 PMI 경향이 이되는 경향에 있지만, 시 발광의 가능성$h$$h$$1/1000$$1$$1$$\log 0.999/0.001 = 6.90$$1$$1$$6.90$$0$$1$ 경향 .$1$

이 역설적 인 행동은 두 가지를 보여줍니다.

1. 그들 중 어느 것도 방출에 대해 추측하기에 적합하지 않습니다. 을 방출 할 확률이 아래로 떨어지면 , 받을 때에도 가장 가능성이 높은 방출은 입니다. 그러나 을 방출하는 작은 확률의 경우 WOE와 PMI는 가깝습니다 .$1$$1/1000$$0$$1$$1$$6.90$

2. PMI는 가설 실현에 대한 (Shannon의) 정보 획득이며 , 가설이 거의 확실하면 정보를 얻지 못합니다. WOE는 이전 배당률에 대한 업데이트로 , 해당 배당률에 의존하지 않습니다.