统计_图解贝叶斯定理迭代学习

先从摇骰子开始,在古装电视中经常看到大侠听声辨点,还有小混混在骰子中加入重物,使得某个数字更容易摇到。
假使有2个骰子,一个是正常骰子,一个是不正常骰子,正常骰子的质量均匀, 不正常骰子质量不均(更容易摇到1)。
以图片的方式展现摇到1的占比,一个骰子6个面,正常骰子的 1 就占 1个面的面积,非正常骰子的 1 占 3个面的面积。
在这里插入图片描述
则,第一次两个骰子同时摇到 1 的概率是(粉色面积占总面积的比):
P = 1 + 3 6 + 6 = 1 3 P = \frac{1+3}{6+6} = \frac{1}{3} P=6+61+3=31

概率算法:两独立事件(全盖概率)
P ( 1 ∣ 正 常 ) = 1 / 6 ; P ( 1 ∣ 不 正 常 ) = 1 / 2 ; P ( 正 常 ) = P ( 不 正 常 ) = 1 / 2 P(1|正常) = 1/6 ; P(1|不正常) = 1/2 ; P(正常) = P(不正常) = 1/2 P(1)=1/6;P(1)=1/2;P()=P()=1/2
P ( 1 ) = P ( 正 常 ) P ( 1 ∣ 正 常 ) + P ( 1 ∣ 不 正 常 ) P ( 不 正 常 ) = 1 6 ∗ 1 2 + 3 6 ∗ 1 2 = 1 3 P(1) = P(正常)P(1|正常) + P(1|不正常)P(不正常)=\frac{1}{6}* \frac{1}{2} + \frac{3}{6} *\frac{1}{2} = \frac{1}{3} P(1)=P()P(1)+P(1)P()=6121+6321=31
由面积相等可得: 粉色的 1 面积 = 粉色中的占比 (1/4)* 粉色的面积 4 = 正常骰子这边粉色的占比(1/6)* 正骰子的面积 12 * 1/2

P ( 正 常 ∣ 1 ) ∗ P ( 1 ) = P ( 正 常 ) P ( 1 ∣ 正 常 ) P(正常|1) *P(1) = P(正常)P(1|正常) P(1)P(1)=P()P(1)
P ( 正 常 ∣ 1 ) = P ( 正 常 ) P ( 1 ∣ 正 常 ) P ( 1 ) = 1 / 4 P(正常|1) =\frac{ P(正常)P(1|正常)}{P(1)} = 1/4 P(1)=P(1)P()P(1)=1/4

P ( 不 正 常 ∣ 1 ) ∗ P ( 1 ) = P ( 不 正 常 ) P ( 1 ∣ 不 正 常 ) P(不正常|1) *P(1) = P(不正常)P(1|不正常) P(1)P(1)=P()P(1)
P ( 不 正 常 ∣ 1 ) = P ( 不 正 常 ) P ( 1 ∣ 不 正 常 ) P ( 1 ) = 3 / 4 P(不正常|1) =\frac{ P(不正常)P(1|不正常)}{P(1)} = 3/4 P(1)=P(1)P()P(1)=3/4
这就是条件概率


第二次两个骰子同时摇到 1 的概率,是基于第一次要出两个1 的情况的,所以它的面积应该是上面的粉色的面积。
正常骰子摇到 1 还是只有面积的 1/6不正常骰子摇到 1 还是只有面积的 1/2
在这里插入图片描述
所以概率为
P = 1 / 6 + 1.5 1 + 3 = 5 12 P = \frac{1/6 + 1.5}{1+3} = \frac{5}{12} P=1+31/6+1.5=125
可以看出第二次两个骰子都投出1 的概率增加了

概率算法:条件概率
P ( 1 ) = P ( 正 常 ∣ 1 ) P ( 1 ∣ 正 常 ) + P ( 不 正 常 ∣ 1 ) P ( 不 正 常 ) = 1 4 ∗ 1 6 + 3 4 ∗ 1 2 = 5 12 P(1) = P(正常|1)P(1|正常) + P(不正常|1)P(不正常) = \frac{1}{4} *\frac{1}{6}+\frac{3}{4}*\frac{1}{2} = \frac{5}{12} P(1)=P(1)P(1)+P(1)P()=4161+4321=125
在该情况下
P ( 正 常 ∣ 1 ) ∗ P ( 1 ) = P ( 正 常 ) P ( 1 ∣ 正 常 ) P(正常|1) *P(1) = P(正常)P(1|正常) P(1)P(1)=P()P(1)
P ( 正 常 ∣ 1 ) = P ( 正 常 ) P ( 1 ∣ 正 常 ) P ( 1 ) = 1 / 4 ∗ 1 / 6 5 / 12 = 1 10 P(正常|1) =\frac{ P(正常)P(1|正常)}{P(1)} = \frac{1/4 * 1/6}{5/12} = \frac{1}{10} P(1)=P(1)P()P(1)=5/121/41/6=101

P ( 不 正 常 ∣ 1 ) ∗ P ( 1 ) = P ( 不 正 常 ) P ( 1 ∣ 不 正 常 ) P(不正常|1) *P(1) = P(不正常)P(1|不正常) P(1)P(1)=P()P(1)
P ( 不 正 常 ∣ 1 ) = P ( 不 正 常 ) P ( 1 ∣ 不 正 常 ) P ( 1 ) = 3 / 4 ∗ 1 / 2 5 / 12 = 9 10 P(不正常|1) =\frac{ P(不正常)P(1|不正常)}{P(1)} = \frac{3/4 * 1/2}{5/12}= \frac{9}{10} P(1)=P(1)P()P(1)=5/123/41/2=109


第三次两个骰子同样是在更小的面积的请款下进行的,如下图
在这里插入图片描述
所以概率为
P = 1 / 6 ∗ 1 / 6 + 1.5 / 2 1 / 6 + 1.5 = 7 15 P = \frac{1/6 *1/6+ 1.5/2}{1/6+1.5} = \frac{7}{15} P=1/6+1.51/61/6+1.5/2=157
可以看出第二次两个骰子都投出1 的概率又增加了,已经逼近 0.5

概率算法:条件概率
P ( 1 ) = P ( 正 常 ∣ 1 ) P ( 1 ∣ 正 常 ) + P ( 不 正 常 ∣ 1 ) P ( 不 正 常 ) = 1 10 ∗ 1 6 + 9 10 ∗ 1 2 = 7 15 P(1) = P(正常|1)P(1|正常) + P(不正常|1)P(不正常) = \frac{1}{10} *\frac{1}{6}+\frac{9}{10}*\frac{1}{2} = \frac{7}{15} P(1)=P(1)P(1)+P(1)P()=10161+10921=157

以上就是运用贝叶斯定理来迭代学习"经验" 。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Scc_hy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值