贝叶斯网络的设计：理解“状态”和“节点”之间的区别

Question

我正在使用“Hugin Lite”程序设计一个小贝叶斯网络。 问题是我很难理解“节点”（视觉圆圈）和“状态”（女巫是节点的“字段”）之间的区别。

我会写一个清楚的例子，另一个我无法理解的例子。

我明白的例子：
有两个女人（W1和W2）和一个男人（M） M得到一个W1的孩子。孩子的名字是：C1
然后M得到一个W2的孩子。孩子的名字是：C2

生成的网络是：

每个节点（W1，W2，M，C1，C2）的四种可能状态是：

• AA：这个人有两个基因“A”
• Aa / aA：该人有一个基因“A”和一个基因“a”
• aa：这个人有两个基因“a”

现在我无法理解的例子：

给出的数据：

• 某人在外国（旅行）时的付款总额（授权与否）：5％（当然95％的交易是在本国进行的交易）
• 旅行时没有授权付款：1％
• 在HOME COUNTRY中未获授权的付款：0,2％
• 在归属国家和外国公司的非授权付款：10％
• 在HOME COUNTRY和外国公司的授权付款：1％
• TAVAL（未经授权授权）在旅行和外国旅行时付款：90％

我得到的是以下内容。

但我不确定它是否正确。你怎么看？然后我应该为每个节点实现一个“概率表”。但是我该怎么写呢？

概率表：

非常感谢任何有关网络正确性以及如何填满表格的提示。

Answer 1

这是作业，所以我不想只是告诉你答案。相反，我会做一个观察，并提出几个问题。观察结果是你希望你的箭头从原因开始生效。

因此。付款授权状态是该位置的原因吗？或者是支付授权的原因？

另外，你真的需要四个变量，每个旅行，家庭，外国和本地？或者可能是一些较小数量的变量就足够了？

Answer 2

节点是随机变量（RV），即具有不同状态的“事物”因此具有一定程度的不确定性，因此您将概率分配给这些状态。因此，例如，如果你谈论人的RV，它可能有不同的状态，如[男人或女人]与他们相应的概率，如果你想将它与另一个RV信誉相关[好，坏]然后你可以“嫁给”人和信用价值将RV和国家组合结合起来。