趣学贝叶斯统计：条件概率(1)

前言

到目前为止，我们只讨论了独立事件的概率。当一个事件的结果不影响另一个事件的结果时，这两个事件就是独立事件。例如，掷硬币时出现正面并不影响掷骰子是否会掷出6点。计算独立事件的概率要比计算非独立事件的概率容易得多，但独立事件往往并不能反映现实生活。例如，闹钟不响和上班迟到就不是独立事件。如果闹钟没有响，你上班迟到的可能性就要比其他时候大得多。

在本章中，你将学习如何分析条件概率，即事件的概率不是独立的，而是取决于特定事件的结果。此外，我还将介绍条件概率最重要的应用之一：贝叶斯定理。

一、条件概率

通常，人们患上GBS的概率为2/100 000。
如果你在那一年接种了流感疫苗，患上GBS的概率就会上升到3/100 000
P(患上GBS|接种流感疫苗)=$\frac{3}{10000}$

1. 为什么条件概率很重要

条件概率是统计学的重要组成部分，因为它使我们能够证明信息是如何改变信念的。
$\frac{}{P(GBS)}$