Las ideas de independencia estadística (videos [indep1], [indepdis]) pueden refinarse para hablar
de la independencia de las distribuciones de probabilidad condicional (vídeo
[prcond]). Con ello pueden definirse las variables aleatorias “condicionalmente
independientes dado cierto valor de otra tercera variable”. Aunque pueda parecer
un refinamiento inútil de interés para muy poca gente, éste no es el caso: hay
detrás ideas muy relevantes de “sentido común”, y está detrás de las ideas de
“estado” en Física y Teoría de Control y las “redes bayesianas” en Inteligencia
Artificial.
Este vídeo discute la definición teórica y unos ejemplos “intuitivos” para
comprender el concepto (marca de coches versus multas; altura versus titulación
académica, etc.). El segundo vídeo [condin2], continuación de éste, discute su
relación con los modelos de sistemas dinámicos usados en control y las redes
bayesianas usadas también en otros ámbitos de informática e Inteligencia
Artificial.
Ejemplos adicionales (particularizados al caso de correlación o no
correlación condicional) se discuten en el vídeo [condnoco], cuya visualización se
aconseja.
Anterior2D Gaussian distribution: remark on confidence rectangles and ellipseswith correlated variables (Matlab example)
SiguienteIndependencia condicional (II): ejemplos adicionales relevantes en control(Markov), redes Bayesianas
Se reservan todos los derechos en materiales cuyo autor pertenezca a la UPV. Para condiciones de uso dematerial de terceros referenciado, consulte a sus autores.
, Duración: 12:53