明らかにイベントAとBは、PrのIFF独立している = PrののPr 。関連する数量Qを定義しましょう:
したがって、AとBは、Q = 1の場合に独立しています(分母が非ゼロであると仮定)。Qには実際には名前がありますか?今私を逃れている基本的な概念を指しているように感じます。
明らかにイベントAとBは、PrのIFF独立している = PrののPr 。関連する数量Qを定義しましょう:
したがって、AとBは、Q = 1の場合に独立しています(分母が非ゼロであると仮定)。Qには実際には名前がありますか?今私を逃れている基本的な概念を指しているように感じます。
回答:
それは 予想比観察 (:略語O / E)。
引用答えをする確率の積で割った同時確率についてのMath.SE(で指摘先送り):
そして、少なくとも環境、医学、生命科学の文献では、P(A∩B)/(P(A)P(B))は観測値と期待値の比(略語o / e)と呼ばれます。概念は、分子はA actualBの実際の確率であり、分母はAとBが独立している場合のことです。
私はあなたがLift
(または改善)を探していると思います。リフトは、AとBの2つの個々の確率の倍数に対するAとBが一緒に発生する確率の比率です。これは、相関ルールマイニングにおけるルールの重要性を解釈するために使用されます。リフトは、モデルがベンチマークよりもどれだけ優れているかを測定する方法であり、ベンチマークで割った信頼度として定義されます。この値よりも大きい値は、ルールに何らかの有用性があることを示唆します。別の例としてこのページも参照してください。
コレスポンデンス分析では、クロス集計されたカウントのコンテキストで、これらの量の1つを偶然性比と呼びます。1からのこのような複数の比率の距離は、バイプロットが視覚化するものです。例参照 Greenacre(1993) ch.13を。
昔ながらの機械学習機能選択のフォークは、この量のログをポイントワイズ相互情報と呼びます。例えば、Manning andSchütze(1999) p.66を参照してください。
たぶん、独立性を測定するための量として、この量がオッズ比にどのように関係しているかを尋ねているかもしれません。
「統計的独立性との関係」を探していると思います。http://en.wikipedia.org/wiki/Odds_ratioを参照してください