Interessant, de auteur heeft het niet over Bayesiaanse herwaardering, maar daar gaat het eigenlijk om ;).
Het feit dat er een gebeurtenis is (5 worpen op rij die 6 opleveren) die een verschillende waarschijnlijkheid heeft in twee hypothesen:
A: de dobbelsteen is niet geladen ---> 1/7000 waarschijnlijkheid van voorkomen
B: de dobbelsteen is geladen om altijd 6 ----> waarschijnlijkheid 1 te geven
feit dat hypothese B geherevalueerd moet worden met een factor 7000 in vergelijking met A. 7000 is veel, maar het hangt af van uw initiële schatting "de prior" op p(B)/p(A). In het gekozen voorbeeld nam hij een prior van 1/1000, maar plotseling transformeert de Bayesiaanse herwaarderingsfactor het in p(B)/p(A) = 7 of 7 van de 8 kansen dat hij geladen is en 1 kans op 8 dat het is niet geladen. Merk op dat het afhangt van de voorafgaande die nogal subjectief is, dit is de moeilijkheid. Als we er "veel meer vertrouwen in hebben" dat de dobbelsteen niet geladen is, we hebben hem bijvoorbeeld zelf gemaakt, laten we zeggen p(B) = 1/100, dan kunnen we verder spelen. Als we daarentegen vanaf het begin op onze hoede zijn voor een huckster als Tony (kans van 000/1 dat hij bijvoorbeeld geladen is), zullen we veel eerder stoppen.
Het is interessant om de meningsverschillen, ook hierover, te analyseren forum, op basis van priors en herwaarderingen. Als je er bijvoorbeeld zeker van bent dat de farmaceutische bedrijven tegen je liegen en dat hun resultaten vervalst zijn, zul je veel minder belang hechten aan de resultaten van een test dan wanneer je het tegenovergestelde denkt. Elke gelijkenis met werkelijke situaties berust op louter toeval.
Voor een idioot doorgaan in de ogen van een dwaas is een gastronomisch genot. (Georges COURTELINE)
Mééé ontkent dat nui met 200 mensen naar feestjes ging en niet eens ziek was moiiiiiii (Guignol des bois)