bayesianistycznych
Bayesianizm, z przymiotnikiem bayesianistyczny, to podejście do prawdopodobieństwa i statystyki oparte na interpretacji prawdopodobieństwa jako stopnia wiarygodności przekonań. W epistemologii i metodach statystycznych prowadzi do aktualizowania ocen w świetle danych za pomocą twierdzenia Bayesa. W praktyce prawdopodobieństwo nieustannie odzwierciedla niepewność, a modele statystyczne opisują rozkłady przekonań dotyczących parametrów, hipotez i przyszłych obserwacji.
Głównym narzędziem jest twierdzenie Bayesa: P(A|B) = P(B|A)P(A) / P(B). Przed obserwacją danych mamy rozkład a priori, po
W porównaniu z podejściem frekwencjonistycznym, bayesianizm traktuje prawdopodobieństwo jako stopień przekonania, a nie długoterminową częstotliwość; to
Historia bayesianizmu sięga prac Thomasa Bayesa i Jacques’a Pierre’a Frédérica de Laplace’a, a jego współczesne zastosowania