강력하고 약한 샘플링

이 글은 고아로, 다른 어떤 기사도 그것에 연결되지 않는다.관련 문서에서 이 페이지에 대한 링크를 소개하고, 제안사항을 보려면 링크 찾기 도구를 사용하십시오.(2021년 1월)

강력하고 약한 샘플링은 통계학에서 두 가지 샘플링 접근법으로^[1], 계산 인지과학과 언어학습에서 인기가 있다.^[2]강한 표본 추출에서는 데이터가 개념의 긍정적인 예로서 의도적으로 생성되는 것으로 가정하는 반면,^[3] 약한 표본 추출에서는 아무런 제약 없이 생성되는 것으로 가정한다.^[4]

형식 정의

강한 표본 추출에서는 관측치가 실제 가설에서 랜덤하게 추출된다고 가정한다.

${\displaystyle P(x h)={\begin{case}{\frac {1}{{{}}{{\text{, }x\in h\0&{\text{, 그렇지 않으면}}}}}}$

약한 표본 추출에서는 관측치를 랜덤하게 표본 추출한 다음 다음과 같이 분류한다고 가정한다.

${\displaystyle P(x h)={\begin{case}1&{\text{, }x\in h\0&{\text{, 그렇지 않으면}\end{case}}}}$

결과:약한 샘플링 하에서의 후방 연산

${\displaystyle P(h x)={\frac {P(x h)P(h)}{\sum \limits _{h'}P(x h')P(h')}}={\begin{cases}{\frac {P(h)}{\sum \limits _{h':x\in h'}P(h')}}&{\text{, if }}x\in h\\0&{\text{, otherwise}}\end{cases}}}$

따라서 모든 가설 $h{\displaystyle {}^{}}$ ${\displaystyle {\prime }^{}}$ ${\$ h$'}$에 대한$$ 가능성 $P{\displaystyle (x}$ ${\displaystyle h{}^{})}$ ${\displaystyle$ $P$$(x h')$는 "무시"가 될 것이다$$.

참조

외부 링크

• 강의 20: 강한 샘플링과 약한 샘플링