先驗概率、后驗概率征堪、條件概率瘩缆、全概率和貝葉斯公式

先驗概率(prior probability):指根據(jù)以往經(jīng)驗和分析。在實驗或采樣前就可以得到的概率佃蚜。

先驗概率就是事先可估計的概率分布

后驗概率(posterior probability):指某件事已經(jīng)發(fā)生庸娱,想要計算這件事發(fā)生的原因是由某個因素引起的概率。

后驗概率“由果溯因”的思想

條件概率公式

P(AB) :事件A發(fā)生且事件B發(fā)生的概率

P(A|B) :在事件B發(fā)生的基礎(chǔ)上谐算,事件A發(fā)生的概率

P(AB)=P(B) * P(A|B) :事件A發(fā)生且事件B發(fā)生的概率等于事件B發(fā)生的概率乘以事件B發(fā)生的基礎(chǔ)上事件A發(fā)生的概率

全概率公式

全概率公式作為概率論里最重要的公式之一熟尉,是條件概率公式、概率的加法公式以及乘法公式的集合運用體現(xiàn)洲脂,主要通過已知的簡單事件概率去推算未知的復(fù)雜事件概率斤儿,將復(fù)雜的概率問題進行簡單化處理,減少了計算的難度恐锦,加快了信息處理速度.

導(dǎo)致一個事件發(fā)生的原因有很多種(各種原因互斥)往果,那么這個事件發(fā)生的概率就是每種原因引起該事件發(fā)生的概率的總和

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+?+P(A|Bi)

全概率公式中,如果把事件A看成是“結(jié)果”一铅,將事件B看成是導(dǎo)致結(jié)果發(fā)生的諸多“原因”之一陕贮,那么全概率公式就是一個“原因推結(jié)果”的過程

貝葉斯公式

已知事件A這個“結(jié)果”已經(jīng)發(fā)生了,反過來研究造成事件A發(fā)生的原因–事件B1潘飘、事件B2…的概率是多少肮之,這是一個“因果溯源”的過程

P(B_i|A) = \frac{P(AB_i)}{P(A)} = \frac{P(B_i)P(A|B_i)}{\sum\limits_{i=1}^nP(B_i)P(A|B_i)}


由P(AB) = P(BA)= P(B|A) * P(A)? 推導(dǎo)??

P(B|A) = \frac{P(AB)}{P(A)}

由全概率公式

P(A) = P(A|B_1)P(B_1) + P(A|B_2)P(B_2)+\cdots+ P(A|B_i)

推導(dǎo)

P(B_i|A) = \frac{P(AB_i)}{P(A)}= \frac{P(A|B_i)P(B_i)}{\sum\limits_{i=1}^nP(A|B_i)P(B_i)}

事件A發(fā)生基礎(chǔ)上事件B發(fā)生的概率等于事件AB同時發(fā)生的概率除以事件A的全概率

假設(shè)我們現(xiàn)在有兩個盒子,分別為紅色和藍色卜录。在紅色盒子中放著2個蘋果和6個橙子戈擒,在藍色盒子中放著1個橙子和3個蘋果,假設(shè)我們每次實驗的時候會隨機從某個盒子里挑出一個水果暴凑,隨機變量B(box)表示挑出的是哪個盒子峦甩,并且P(B=blue) = 0.6(藍色盒子被選中的概率),P(B=red) = 0.4(紅色盒子被選中的概率)。隨機變量F(fruit)表示挑中的是哪種水果凯傲,F(xiàn)的取值為”a (apple)”和”o (orange)”犬辰。

假設(shè)我們已經(jīng)得知某次實驗中挑出的水果是orange,那么這個orange是從紅色盒子里挑出的概率是多大呢冰单?

P(B=red) 或者說P(B)稱為先驗概率(prior probability)幌缝,因為在得到F是“a”或者“o”之前就可以得到 P(B)

P(B=red|F=o)和 P(B=blud|F=o)稱為后驗概率,因為在得到了F的具體取值之后才能得到這個概率

P(B=red|F=o) = \frac{P(BF)}{P(F)} = \frac{P(F=o|B=red)*P(B=red)}{P(F=o)}

其中

P(F=o|B=red) = \frac{6}{8} \\\\
 P(F=o|B=blue) = \frac{1}{4}  \\\\
 P(B=red) = 0.4 = \frac{4}{10} \\\\
 P(B=blue) = 0.6 = \frac{6}{10} \\\\
 P(F=o) = P(F=o|B=red) * P(B=red) + P(F=o|B=blue) * P(B=blue) \\\\= \frac{6}{8} * \frac{4}{10} + \frac{1}{4} * \frac{6}{10} \\\\= \frac{6}{20} + \frac{3}{20} \\\\= \frac{9}{20}

因此

P(B=red|F=o) = \frac{6}{8} * \frac{4}{10} * \frac{20}{9} = \frac{2}{3}

P(B=blue|F=o) = 1 - \frac{2}{3} = \frac{1}{3}


——

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末诫欠,一起剝皮案震驚了整個濱河市涵卵,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌荒叼,老刑警劉巖轿偎,帶你破解...
    沈念sama閱讀 212,718評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異被廓,居然都是意外死亡坏晦,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,683評論 3 385
  • 文/潘曉璐 我一進店門嫁乘,熙熙樓的掌柜王于貴愁眉苦臉地迎上來昆婿,“玉大人,你說我怎么就攤上這事蜓斧〔智” “怎么了?”我有些...
    開封第一講書人閱讀 158,207評論 0 348
  • 文/不壞的土叔 我叫張陵挎春,是天一觀的道長看疙。 經(jīng)常有香客問我,道長搂蜓,這世上最難降的妖魔是什么狼荞? 我笑而不...
    開封第一講書人閱讀 56,755評論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮帮碰,結(jié)果婚禮上相味,老公的妹妹穿的比我還像新娘。我一直安慰自己殉挽,他們只是感情好丰涉,可當(dāng)我...
    茶點故事閱讀 65,862評論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著斯碌,像睡著了一般一死。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上傻唾,一...
    開封第一講書人閱讀 50,050評論 1 291
  • 那天投慈,我揣著相機與錄音承耿,去河邊找鬼。 笑死伪煤,一個胖子當(dāng)著我的面吹牛加袋,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播抱既,決...
    沈念sama閱讀 39,136評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼职烧,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了防泵?” 一聲冷哼從身側(cè)響起蚀之,我...
    開封第一講書人閱讀 37,882評論 0 268
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎捷泞,沒想到半個月后足删,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,330評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡肚邢,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,651評論 2 327
  • 正文 我和宋清朗相戀三年壹堰,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片骡湖。...
    茶點故事閱讀 38,789評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖峻厚,靈堂內(nèi)的尸體忽然破棺而出响蕴,到底是詐尸還是另有隱情,我是刑警寧澤惠桃,帶...
    沈念sama閱讀 34,477評論 4 333
  • 正文 年R本政府宣布浦夷,位于F島的核電站,受9級特大地震影響辜王,放射性物質(zhì)發(fā)生泄漏劈狐。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 40,135評論 3 317
  • 文/蒙蒙 一呐馆、第九天 我趴在偏房一處隱蔽的房頂上張望肥缔。 院中可真熱鬧,春花似錦汹来、人聲如沸续膳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,864評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽坟岔。三九已至,卻和暖如春摔桦,著一層夾襖步出監(jiān)牢的瞬間社付,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,099評論 1 267
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留鸥咖,地道東北人纪隙。 一個月前我還...
    沈念sama閱讀 46,598評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像扛或,于是被迫代替她去往敵國和親绵咱。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,697評論 2 351