Statistika Bayes: Perbedaan antara revisi
k →top |
k Suntingan 114.79.20.116 (bicara) dibatalkan ke versi terakhir oleh AABot Tag: Pengembalian Suntingan perangkat seluler Suntingan peramban seluler Suntingan seluler lanjutan |
||
| (4 revisi perantara oleh 3 pengguna tidak ditampilkan) | |||
| Baris 1: | Baris 1: | ||
'''Statistika Bayes''' adalah sebuah teori di bidang [[statistika]] yang didasarkan pada [[Probabilitas Bayes|interpretasi Bayes tentang probabilitas]] dimana [[Peluang (matematika)|probabilitas]] mengekspresikan tingkat kepercayaan pada suatu [[Kejadian (teori probabilitas)|peristiwa]]. Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau didasarkan pada keyakinan pribadi tentang peristiwa tersebut. Hal ini berbeda dari sejumlah [[Interpretasi probabilitas|interpretasi probabilitas lainnya]], seperti [[interpretasi frekuensis]] yang memandang probabilitas sebagai [[Batas urutan|batas]] frekuensi relatif dari suatu peristiwa setelah melakukan percobaan dalam jumlah yang besar.<ref name="bda">{{Cite book|title=Bayesian Data Analysis, Third Edition|publisher=Chapman and Hall/CRC|year=2013|isbn=978-1-4398-4095-5|last=Gelman|first=Andrew|author-link=Andrew Gelman|last2=Carlin|first2=John B.|last3=Stern|first3=Hal S.|last4=Dunson|first4=David B.|last5=Vehtari|first5=Aki|last6=Rubin|first6=Donald B.|author-link6=Donald Rubin}}</ref> |
'''Statistika Bayes''' adalah sebuah teori di bidang [[statistika]] yang didasarkan pada [[Probabilitas Bayes|interpretasi Bayes tentang probabilitas]] dimana [[Peluang (matematika)|probabilitas]] mengekspresikan tingkat kepercayaan pada suatu [[Kejadian (teori probabilitas)|peristiwa]]. Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau didasarkan pada keyakinan pribadi tentang peristiwa tersebut. Hal ini berbeda dari sejumlah [[Interpretasi probabilitas|interpretasi probabilitas lainnya]], seperti [[interpretasi frekuensis]] yang memandang probabilitas sebagai [[Batas urutan|batas]] frekuensi relatif dari suatu peristiwa setelah melakukan percobaan dalam jumlah yang besar.<ref name="bda">{{Cite book|title=Bayesian Data Analysis, Third Edition|publisher=Chapman and Hall/CRC|year=2013|isbn=978-1-4398-4095-5|last=Gelman|first=Andrew|author-link=Andrew Gelman|last2=Carlin|first2=John B.|last3=Stern|first3=Hal S.|last4=Dunson|first4=David B.|last5=Vehtari|first5=Aki|last6=Rubin|first6=Donald B.|author-link6=Donald Rubin}}</ref> |
||
Metode statistika Bayes 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 |
Metode statistika Bayes 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 saja dalam [[Analisa Bayes|inferensi Bayes]], teorema Bayes dapat digunakan untuk memperkirakan parameter [[Sebaran probabilitas|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 suatu parameter atau serangkaian parameter.<ref name="bda" /> |
||
Statistika Bayes dinamai dari [[Thomas Bayes]], yang merumuskan sebuah kasus spesifik teorema Bayes dalam [[An Essay towards solving a Problem in the Doctrine of Chances|makalahnya yang diterbitkan pada tahun 1763]]. Dari beberapa |
Statistika Bayes dinamai dari [[Thomas Bayes]], yang merumuskan sebuah kasus spesifik teorema Bayes dalam [[An Essay towards solving a Problem in the Doctrine of Chances|makalahnya yang diterbitkan pada tahun 1763]]. Dari beberapa makalahnya sejak dari penghujung tahun 1700-an hingga awal tahun 1800-an, [[Pierre-Simon de Laplace|Pierre-Simon Laplace]] mengembangkan interpretasi Bayes tentang probabilitas lebih jauh lagi. Laplace menggunakan metode yang sekarang akan dianggap sebagai metode Bayes untuk menyelesaikan sejumlah masalah statistika. Banyak metode Bayes dikembangkan oleh penulis lainnya di kemudian hari, tetapi istilah tersebut jarang digunakan untuk menggambarkan metode seperti demikian sampai pada tahun 1950-an. Sepanjang abad ke-20, metode Bayes tidak disukai oleh banyak ahli statistika karena pertimbangan filosofis dan praktis. Itu karena banyak dari metode-metode Bayes yang membutuhkan banyak perhitungan untuk diselesaikan, sehingga sebagian besar metode yang banyak digunakan selama abad ini didasarkan pada interpretasi frekuensis. Namun, dengan munculnya komputer yang kuat dan [[algoritme]] baru seperti [[Markov chain Monte Carlo]], penggunaan metode Bayes dalam statistika mengalami peningkatan di abad ke-21.<ref name="bda" /><ref>{{cite journal|last1=Fienberg|first1=Stephen E.|date=2006|title=When Did Bayesian Inference Become "Bayesian"?|url=https://projecteuclid.org/euclid.ba/1340371071|journal=Bayesian Analysis|volume=1|issue=1|pp=1–40}}</ref> |
||
==Lihat pula== |
== Lihat pula == |
||
* [[Teorema Bayes]], teorema dasar dalam statistika Bayes. |
* [[Teorema Bayes]], teorema dasar dalam statistika Bayes. |
||
== Referensi == |
== Referensi == |
||
{{Reflist}} |
{{Reflist}} |
||
==Pranala luar== |
== Pranala luar == |
||
* {{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=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=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}} |
||
| Baris 19: | Baris 19: | ||
* [https://marketing.dynamicyield.com/bayesian-calculator/ Bayesian A/B Testing Calculator] [[Dynamic Yield]] |
* [https://marketing.dynamicyield.com/bayesian-calculator/ Bayesian A/B Testing Calculator] [[Dynamic Yield]] |
||
[[ |
[[Kategori:Statistika Bayes| ]] |
||
Revisi terkini sejak 8 Desember 2022 04.27
Statistika Bayes adalah sebuah teori di bidang statistika yang didasarkan pada interpretasi Bayes tentang probabilitas dimana probabilitas mengekspresikan tingkat kepercayaan pada suatu peristiwa. Tingkat kepercayaan dapat didasarkan pada pengetahuan sebelumnya tentang peristiwa tersebut seperti hasil percobaan sebelumnya, atau didasarkan 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 melakukan percobaan dalam jumlah yang besar.[1]
Metode statistika Bayes 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 saja dalam inferensi Bayes, 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 suatu parameter atau serangkaian parameter.[1]
Statistika Bayes dinamai dari Thomas Bayes, yang merumuskan sebuah kasus spesifik teorema Bayes dalam makalahnya yang diterbitkan pada tahun 1763. Dari beberapa makalahnya sejak dari penghujung tahun 1700-an hingga awal tahun 1800-an, Pierre-Simon Laplace mengembangkan interpretasi Bayes tentang probabilitas lebih jauh lagi. Laplace menggunakan metode yang sekarang akan dianggap sebagai metode Bayes untuk menyelesaikan sejumlah masalah statistika. Banyak metode Bayes dikembangkan oleh penulis lainnya di kemudian hari, tetapi istilah tersebut jarang digunakan untuk menggambarkan metode seperti demikian sampai pada tahun 1950-an. Sepanjang abad ke-20, metode Bayes tidak disukai oleh banyak ahli statistika karena pertimbangan filosofis dan praktis. Itu karena banyak dari metode-metode Bayes yang membutuhkan banyak perhitungan untuk diselesaikan, sehingga sebagian besar metode yang banyak digunakan selama abad ini didasarkan pada interpretasi frekuensis. Namun, dengan munculnya komputer yang kuat dan algoritme baru seperti Markov chain Monte Carlo, penggunaan metode Bayes dalam statistika mengalami peningkatan di abad ke-21.[1][2]
Lihat pula
[sunting | sunting sumber]- Teorema Bayes, teorema dasar dalam statistika Bayes.
Referensi
[sunting | sunting sumber]- ^ a b c 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.
- ^ Fienberg, Stephen E. (2006). "When Did Bayesian Inference Become "Bayesian"?". Bayesian Analysis. 1 (1): 1–40.
Pranala luar
[sunting | sunting sumber]- Eliezer S. Yudkowsky. "An Intuitive Explanation of Bayes' Theorem" (webpage). Diakses tanggal 2015-06-15.
- Theo Kypraios. "A Gentle Tutorial in Bayesian Statistics" (PDF). Diakses tanggal 2013-11-03.
- Jordi Vallverdu. "Bayesians Versus Frequentists A Philosophical Debate on Statistical Reasoning".
- Bayesian statistics David Spiegelhalter, Kenneth Rice Scholarpedia 4(8):5230. doi:10.4249/scholarpedia.5230
- Bayesian modeling book and examples available for downloading.
- Rens Van De Schoot. "A Gentle Introduction to Bayesian Analysis" (PDF).
- Bayesian A/B Testing Calculator Dynamic Yield