¿Por qué la función de verosimilitud no es un caso de la falacia inversa?

Question

Esto puede ser una pregunta trivial, pero como una investigación psicólogo no tengo estadísticas robustas de fondo para responder a ella.

A mí me parece que la probabilidad de la función--$L(\theta | \text{data}) = P(\text{data} | \theta)$--está cometiendo la inversa de la falacia de que es exactamente lo que usando el teorema de Bayes evita. Estoy seguro de que la lógica detrás de la probabilidad es el sonido, pero no puedo ver por qué este NO es un caso de forma incorrecta la equiparación de dos diferentes probabilidades condicionales (es decir, la inversa de la falacia).

Answer 1

Desde el enlace:

La confusión de la inversa, también llamada la probabilidad condicional de la falacia o la inversa de la falacia, es una falacia lógica con lo cual una probabilidad condicional es equivocated con su inversa

es decir, esto es hablando acerca de hacer el error de pensar que P(A|B) es la misma que P(B|A).

La probabilidad es, sin embargo, no se considera como una probabilidad condicional en ese sentido. En otras palabras, $L(\theta|\text{data})$ es claramente entendido que NO ser $P(\theta|\text{data})$.

(De hecho, como una función de la $\theta$, generalmente ni siquiera integrar a 1! Esto no puede ser una distribución de probabilidad en ese sentido.)

Cuando se habla de probabilidad en términos de probabilidad, la gente siempre habla de $P(\text{data}|\theta)$ ... que es, la cosa es definido en términos de.

Dada la probabilidad de $L(\theta|\text{data})$ no es una probabilidad condicional $P(\theta|\text{data})$, ¿en qué sentido es esta la "inversa falacia'?

Answer 2

No es decir $P(\theta|\text{data})$ = $P (\text{data}|\theta)$. Está definiendo la función de verosimilitud.