ai_learning/modules/03_probability_statistics/notes/glossary.md

Глоссарий модуля 03

• A/B-тест — рандомизированное сравнение контрольного и экспериментального вариантов.
• Bootstrap — оценивание выборочного распределения повторным извлечением с возвращением из эмпирической выборки.
• Likelihood (правдоподобие) — p(\text{данные}\mid\theta), рассматриваемое как функция параметра.
• Prior / posterior — распределение параметра до данных / после обновления по Байесу.
• p-value — при H_0 вероятность результата не менее экстремального, чем наблюдаемый.
• Байесовское обновление — переход от prior к posterior через likelihood.
• Выборка iid — независимые одинаково распределённые наблюдения.
• Доверительный интервал — случайный интервал с заданным долговременным покрытием параметра.
• Дисперсия — \operatorname{Var}(X)=\mathbb E[(X-\mathbb EX)^2].
• Закон больших чисел (LLN) — сходимость выборочного среднего к ожиданию.
• Ковариация — совместная линейная изменчивость двух величин.
• Математическое ожидание — взвешенный распределением центр случайной величины.
• Мощность — вероятность отклонить ложную нулевую гипотезу.
• Независимость — факторизация совместного распределения в произведение маргинальных.
• Ошибка I/II рода — отклонение истинной H_0 / неотклонение ложной H_0.
• Плотность — функция, интеграл которой по области равен вероятности этой области.
• Распределение — правило назначения вероятностей значениям случайной величины.
• Размер эффекта — величина различия в предметно интерпретируемой или стандартизованной шкале.
• Случайная величина — числовая функция исхода случайного опыта.
• Стандартная ошибка — стандартное отклонение выборочного распределения оценки.
• Условная вероятность — вероятность события после ограничения на известное событие.
• Центральная предельная теорема (CLT) — асимптотическая нормальность стандартизованной суммы при подходящих условиях.