声明:
本文章所涉及模型未必符合真实贝叶斯公式的含义,仅提供一种记忆方式,所述内容仅供参考。
条件概率公式:
公式的含义:在事件B发生的条件下,事件A发生的概率;
记忆的话:记住谁是前提,然后用联合概率除以这个前提就行了。
贝叶斯公式:
贝叶斯公式其实是可以由条件概率公式推导出来的:
将右边的两项进行移项,就可以得到贝叶斯公式:
将其写成更常见的方式:
贝叶斯公式和全概率公式的记忆:
一个模型:
全概率公式:
根据这样的关系图:
那么求P(B)的话就是所有的线概率加起来。
即:
对上述式子的解释:
这里的P(B)其实就是全概率公式。
所以全概率公式本质上:其实是一个由因到果的过程。
根据先发生的系列事件P(A),求得最终的P(B)。
贝叶斯公式:
而贝叶斯公式,其实是一个由果到因的过程。
根据事件P(B)的结果,求某个
求的方法是,用 i 这一条线除以所有线之和。(虽然根据逻辑,这么除貌似没有意义,这么做只是一种记忆方式)
比如,如果我想求,那么计算方法为:
这里的分母其实也就是全概率公式,所以上式可以写成:
上式中的称为先验概率,因为一般情况下是能够率先得到的。
这里的叫做后验概率,有两种理解方式:
第一种是从右往左看,结果B发生的情况下,A1发生的概率(这么理解类似于条件概率);
第二种是从左往右看,事件A1发生导致B发生的概率。
根据真实语境,其实更倾向于第二种理解方式。
记忆方式总结:
记住上述模型,那么
全概率公式:就是所有线相加;
贝叶斯公式:就是某一条线除以所有的线;
例题:
运用上述模型解题,关键的是要找准什么是事件A,什么是事件B。
某工厂有甲、乙、丙三个车间生产同一种产品,已知各车间的产量分别占全厂的25%,35%,40%,各车间的次品率为5%,4%,2%。现从工厂中检查出一个次品,问该次品来源于甲车间的概率?
对于这样的题目,我们可以绘制如图所示结构图:
那么根据前面讲述的:
最终计算结果为:(0.25*0.05)/(0.25*0.05+0.35*0.04+0.4*0.02)=0.362