条件概率的理解

条件概率的理解

什么是条件概率

条件概率是概率论中最基本的概念之一，也是最重要的概念之一。先看看wiki上条件概率的定义：In probability theory, conditional probability is a measure of the probability of an event occurring given that another event has (by assumption, presumption, assertion or evidence) occurred. 翻译过来条件概率在一个事件B已经发生的前提下，事件A发生的概率。A和B之间不必存在因果关系，并且它们也不必同时发生。

平民版理解

很多人第一次接触条件概率会感觉很迷惑，比如，已知邻居家有已经有一个女孩，那么另一个是男孩的概率是多少。很多人会觉得是1/2，或者1/4，因为觉得这是独立概率事件。但很明显，该题目是有前提的条件的：已经有一个女孩。那么这就不是独立概率，而是条件概率了。那么该怎么理解这题目呢？请往下看。
条件概率的本质，是把该条件发生的所有可能性，和该条件下，最终事件发生的可能性做一个除法。如上面的例子，有一个小孩是女孩的可能性有多少种，3种(女女，女男，男女），那这三种里，有男孩的有几种，很明显是2种，那最终的答案就是2/3。换成

贝叶斯公式

利用贝叶斯公式，可以快速的知道条件概率的结果。
贝叶斯公式的原理是乘法公式：P(AB)=P(A|B)P(B)=P(B|A)P(A) ，由该公式可以推导出A条件下B事件的概率该如何计算：P(B|A)=P(A|B)P(B)/P(A)。

练习

用视频里的练习题做例子：1000人中有一个是HIV携带者，而测试手段对真正携带者是100%阳性，对非携带者有5%的概率会阳性（假阳性，误诊）。那么测试一个未知的人，结果为阳性时，他是真正携带者的概率为多少。
用贝叶斯公式会非常简单，题目的条件A是测试结果是阳性，要发生的事件B是真正携带HIV。那么
P(A)，即测试结果为阳性的概率就是$C_{1000}^{999}$ * 5% + $C_{1000}^1$100%,
P(B)，即真正携带HIV的人概率，即千分之一1/1000，
P(A|B)，即真正携带HIV的人，测出阳性的概率，很明显是1.
最终计算就是（0.001）/(0.9990.05+0.001）= 0.0197，即1.97%的概率。