Trọng tài đây! Trọng tài đây! hihi...các bạn cứ tranh luận nhiều vào để tớ có cơ hội học hành.
- Cách giải của sách: theo kiểu vẽ cây xác suất mà em trangnam có đề cập.
- Cách giải của Joni: theo xác suất toàn phần, em trangnam cũng có đề cập.
Bayes đúng là không liên quan gì cả. Cây xác suất là công cụ để dễ hình dung trong việc tính xác suất, cũng không đặc cách sử dụng cho phần nào cả.
Câu hỏi của tớ: Ý nghĩa của Bayes fomula?
Xác suất toàn phần và Bayes là khác nhau hoàn toàn.
Khi làm xác suất, cần lưu ý phân biệt một số thứ:
1. Cần phải nhận biết được tính chất của biến cố "event" xem nó là biến cố độc lập "independent event" hay biến cố phụ thuộc. Việc phân biệt nó sẽ đơn giản với những bài toán mà đề bài cho luôn bảng phân phối xác suất và họ có ghi luôn ngay ở đầu bảng phân phối rằng "joint probability" hoặc "unconditional probabiltiy".
Còn việc phân biệt xác suất độc lập phụ thuộc sẽ khó hơn khi đề bài ko dưới dạng bảng phân phối xác suất. Có nhiều biến cố ngay bản thân cái tên của nó cũng khó hiểu, chứ chưa nói gì tới việc phân định xem cái nào sẽ xảy ra trước và cái nào phụ thuộc vào cái nào. Rất may là dạng bài này chỉ có ở chương trình toán cao cấp Đại học VN, còn CFA thì đề bài thường rất rõ ràng và minh bạch.
2. Cần hiểu xác suất đang tính là xác suất điều kiện "conditional probability" hay xác suất phi điều kiện "unconditional probability". Thường thì các biến cố phụ thuộc thường dẫn tới các xác suất có điều kiện.
3. Khi gặp bài phép thử "experiments" lặp lại thì thường là bài về biến cố độc lập "independent events" và công thức của bài phép thử thường gắn với 2 công thức chỉnh hợp và tổ hợp "permutation" và "Combination"
4. Công thức xác suất tổng hợp "total probability formula" là công thức chung áp dụng cho các biến cố "event" có đặc điểm sau:
Công thức:
P(R) = P(R/S1)*P(S1) + P(R/S2)*P(S2) + P(R/S3)*P(S3).....+ P(R/Sn)*P(Sn)
Một, xác suất cần tính- bên vế trái P(R), là xác suất "unconditional"- nghĩa là xác suất P(R) là xác suất rộng nhất, tính care đến mọi khả năng có thể xảy ra của R (trong hoặc không trong mối liên hệ với các biến cố khác).
Hai, xác suất dẫn dắt vấn đề (bên vế phải) là xác suất có điều kiện "conditional". Đó là các P(R/S1), P(R/S2).....P(R/Sn)
Ba, tập hợp các biến cố độc lập bên vế phải PHẢI là tập biến cố độc lập, xung khắc loại trừ lẫn nhau "mutual exclusive and exshautive". Đó là tập {S1, S2, S3, .... Sn} là các biến cố xung khắc, chúng ko thể đồng thời xảy ra trong một phép thử. Ví dụ: biến cố "sinh viên Hoa năm 2008 thi đại học Ngoại Thương đỗ" và biến cố "sinh viên Hoa năm 2008 thi đại học Ngoại Thương trượt" là 2 biến cố xung khắc.
Khi nào dùng công thức xác suất tổng hợp. Mình cũng chưa đúc kết thành nếp được. Nhưng để thoả mãn công thức xác suất tổng hợp thì các biến cố phải thoả mãn mấy cái điều kiện trên.
Nếu chỉ nhìn vào công thức thì đôi khi có những phép toán biến đổi tương đương có thể dẫn tới công thức na ná công thức "total probability rule"
5. Công thức Bayes ____________P(B/A) * P(A)
P(A/B) = ------------------
______________P(B)
Ý nghĩa về mặt trực quan: nhìn vào công thức thì có thể thấy Bayes là công thức có tính chất ngược. Nó giúp tính xác suất có điều kiện P(A/B) khi biết P(B/A) và P(A), P(B)
Ý nghĩa về mặt gì gì đó (khó diễn đạt): Khi xem một bài toán cụ thể người ta sẽ sắp xếp biến cố theo quan hệ nhân quả. Ví dụ 2 biến cố "tin kinh tế tăng trưởng tốt" và "giá cổ phiếu tăng" là 2 biến cố có quan hệ nhân quả, "tin kinh tế tăng trưởng tốt" là nguyên nhân, còn "giá cổ phiếu tăng" là hệ quả.
P(giá cổ phiếu tăng/tin kinh tế tăng trưởng tốt) là bài toán xuôi và
xác suất này dùng để dự báo tương lai, đối tượng dự báo là "giá cổ phiếu tăng"
Còn xác suất:
P(tin kinh tế tăng trưởng tốt/giá cổ phiếu tăng) lại là bài toán ngược và xác suất này là xác suất có thể dùng để kiểm định lại một công tác dự báo nào đó trong quá khứ. Lúc này, người ta đã ngầm thừa nhận "giá cổ phiếu tăng" là một biến cố chắc chắn đã xảy ra rồi, còn "tin kinh tế tăng trưởng tốt" người ta vẫn chưa sure lắm và đang đi dò để check lại nó.
P(tin kinh tế tăng trưởng tốt/giá cổ phiếu tăng) là bài toán ngược và
xác suất này dùng để "dò lại" mức ảnh hưởng của các nguyên nhân trong quá khứ Chú ý phần mẫu số của công thức Bayes thường được tính bằng công thức "total probability rules"
Đó là ý tớ hiểu. Các bạn góp ý giúp!
Bổ sung về tree diagram: Tree Diagram và Venn Diagram chỉ là công cụ trợ giúp tư duy của con người. Nó gần như một cái Mindmap sơ đồ tư duy và nó giúp phân biệt vấn đề rành mạch hơn. Vẽ tree sẽ ko tính nhầm nhưng vẽ tree ko phải lúc nào cũng đồng nghĩa với giúp tính nhanh. Và ko phải bài xsuất nào cũng đủ rõ để ngồi vẽ tree. Nhiều khi toán xsuất làm ra kết quả theo cảm tính làm nhiều quen tay