统计学——条件概率和贝叶斯概率

1. 条件概率

条件概率:一般记作 P ( A ∣ B ) P(A|B) P(AB),意思是当B事件发生时,A事件发生的概率。
计算公式:
P ( A ∣ B ) = P ( A ∩ B ) P ( B ) P(A|B) = \frac{P(A∩B)}{P(B)} P(AB)=P(B)P(AB)
在这里插入图片描述

例子

男性 女性 总计
升职 288 36 324
未升职 672 204 876
总计 960 240 1000

A1:男性; A2:女性
B1:升职; B2:未升职

计算各个概率:

  • P(A1)=男性人数/总人数=960/1200=0.8
  • P(A2)=女性人数/总人数=240/1200=0.2
  • P(B1)=升职人数/总人数=324/1200=0.27
  • P(B2)=未升职人数/总人数=876/1200=0.73
  • P(B1∩A1)=男性升职人数/总人数=288/1200=0.24
  • P(B​1∩A2)=女性升职人数/总人数=36/1200=0.03

计算男女性的升职概率:

男性升职的概率P(B1|A1) = P ( B 1 ∩ A 1 ) P ( A 1 ) = 0.24 0.8 = 0.3 \frac{P(B1∩A1)}{P(A1)}=\frac{0.24}{0.8}=0.3 P(A1)P(B1A1)=0.80.24=0.3

女性升职的概率P(B1|A2) = P ( B 1 ∩ A 2 ) P ( A 2 ) = 0.3 0.2 = 0.15 \frac{P(B1∩A2)}{P(A2)}=\frac{0.3}{0.2}=0.15 P(A2)P(B1A2)=0.20.3=0.15

2.全概率

全概率:当某一事件的概率难以求得时,可转化为在一系列条件下发生概率的和。
计算公式:
P ( A ) = ∑ i = 1 n

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

AIGC人工智残

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