基于python数据分析(分析篇五:贝叶斯统计)

贝叶斯统计

用途:帮助我们利用基础概率和波动数据做到明察秋毫

一、条件概率

条件概率是指事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为:P(A|B),读作“在B的条件下A的概率”。条件概率可以用决策树进行计算。(来源:百度百科)
条件概率

二、基础概率(事前概率)

最原始的概率,比如患病的概率为1%,那么这个1%就为基础概率,也叫事前概率。

警惕基础概率,基础概率书籍不会子啊每种情况下都存在,但是如果有数据但是我们并没有加以利用,那么我们就会毁于基础概率谬误,就是忽略事前数据并因此做出错误决策。

贝叶斯规则可以反复使用
贝叶斯规则增加更多的信息
基础概率
基础概率+实验结果
基础信息+实验结果+更多实验结果

基础概率,利用贝叶斯规则,条件概率下的分析流程:

  • 根据基础概率,得到条件概率,最终得到结果
  • 贝叶斯分析,得到更多的数据,分析结果
  • 修正基础概率,得到想要的结果
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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