先验概率
先验概率(prior probability)是指根据以往经验和分析得到的概率。例如投硬币事件,我们在执行这个事件之前就已经了解其符合二项分布,然后直接根据二项分布分析出的概率被称作是先验概率。它往往作为"由因求果"问题中的"因"出现的概率。
在贝叶斯统计推断中,不确定数量的先验概率分布是在考虑一些因素之前表达对这一数量的置信程度的概率分布。例如,先验概率分布可能代表在将来的选举中投票给特定政治家的选民相对比例的概率分布。未知的数量可以是模型的参数或者是潜在变量。
后验概率
后验概率是指在得到“结果”的信息后重新修正的概率,是“执果寻因”问题中的"果"。是在相关证据或者背景给定并纳入考虑之后的条件概率。
后验概率是关于参数 θ 在给定的证据信息 X 下的概率: p(θ|x) 。
举例说明先验概率与后验概率
假设我们出门堵车的可能因素有两个(就是假设而已,别当真):车辆太多和交通事故。
- 依照先前经验得到的堵车的概率就是先验概率 。
- 如果我们已经出了门,然后遇到了堵车,那么我们想算一下堵车时由交通事故引起的概率有多大,那这个就叫做后