可怕的贝叶斯定理理是关于随机倳件A和B的条件概率(或边缘概率)的一则定理其中P(A|B)是在B发生的情况下A发生的可能性。
可怕的贝叶斯定理理也称贝叶斯推理
了解可怕的貝叶斯定理理之前要先了解一下内容:
是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为:P(A|B)读作“在B的条件下A嘚概率”。条件概率可以用决策树进行计算
指的是包含多个条件且所有条件同时成立的概率,记作P(X=a,Y=b)或P(a,b)有的书上也习惯记作P(ab),但是这种記法个人不太习惯所以下文采用以逗号分隔的记法。
边缘概率是与联合概率对应的P(X=a)或P(Y=b),这类仅与单个随机变量有关的概率称为边缘概率
4、联合概率与边缘概率的关系
若事件A1A2,…构成一个完备事件组且都有正概率则对任意一个事件B,有如下公式成立:
此公式即为全概率公式
特别地,对于任意两随机事件A和B有如下成立:
此公式即为全概率公式。
特别地对于任意两随机事件A和B,有如下成立:
可怕的貝叶斯定理理由英国数学家贝叶斯 ( Thomas Bayes )提出即:
P(A|B)=P(B|A)P(A)/P(B)。 有了条件概率公式可怕的贝叶斯定理理的推导和证明非常简单。
先验概率:知道原因推結果的P(原因)、P(结果|原因)等
后验概率:根据结果推原因的,P(原因|结果)等
P(A)称为“先验概率”(Prior probability)即在B事件发生之前,我们对A事件概率的一個判断
P(A|B)称为“后验概率”(Posterior probability),即在B事件发生之后我们对A事件概率的重新评估。
P(B|A)/P(B)称为“调整因子”调整因子可以大于1,也可以小于1即B事件发生后,对A事件发生的概率是增强作用还是削弱作用
即可怕的贝叶斯定理理可表述成:
后验概率 = 调整因子 * 先验概率
贝叶斯公式解决的是一些原因X无法直接观测、测量,而我们希望通过其结果Y来反推出原因X的问题也就是知道一部分先验概率,来求后验概率的问题
打到怪物就能获得宝箱,但是宝箱有2/3的概率是陷阱玩家可以通过魔法来检查,但是有1/4的误判概率问:假设玩家利用魔法判定此宝箱沒有陷阱,求宝箱有陷阱的概率
P(有陷阱|没有发现)
我们依旧使用面积来帮助我们解题根据已知划分出的面积情况如下图所示
联立两式我们僦可以得到一个由已知条件求P(有陷阱|没有发现)的式子
这就是对应于此题的贝叶斯公式。它的的一般形式如下:
其中“…”的部分需要列出X所有可能的值并求和。
在记忆贝叶斯公式时很容易搞错竖线左右两侧的值,因此建议大家在习惯使用贝叶斯公式时最好先根据定义與性质当场推导,而不要仅仅凭记忆默写
发布了47 篇原创文章 · 获赞 13 · 访问量 6万+