条件概率
条件概率改变的是样本空间,而事件空间并没有缩小,其本质是缩小了样本空间,但是不能说条件概率就比无条件的概率值要高,因为取决于样本空间的大小。
条件概率公式
乘法公式
若A,B相互独立,则有
全概率公式
对于一个样本空间不相容的一个划分
可以得到
即所有的划分的并就是样本空间。
此时针对此样本空间内的一个事件A,其概率
因为任何两个Bi之间不相容,则 ,
故上式可以进一步转化为
此公式即为全概率公式,其中标黄部分为常用形式。
全概率公式的意义在于,当直接计算P(A) 较为困难,而
的计算较为简单时,可以利用全概率公式计算P(A) 。思想就是,将事件A分解成几个小事件,通过求小事件的概率,然后相加从而求得事件A的概率,而将事件A进行分割的时候,不是直接对A进行分割,而是先找到样本空间的一个划分B1, B2, B3,…,Bn .
贝叶斯公式
对于一个样本空间中不相容的一个划分
根据全概率公式,条件概率
贝叶斯公式是建立在条件概率的基础上寻找事件发生的原因(即大事件A已经发生的条件下,分割中的小事件Bi的概率).其中,Bi 常被视为导致试验结果A发生的“原因“,*P(Bi)*表示各种原因发生的可能性大小,故称先验概率;*P(Bi | A)*则反映当试验产生了结果A之后,再对各种原因概率的新认识,故称后验概率。
再进一步审视贝叶斯公式,可以发现,如果把“原因”Bi 看作是某个事件的特征集合,那么贝叶斯公式相当于对于每个可能的特征点,逐一分析其可能性,然后再用所选择的原因与上述分析的结果做比较。