先验概率和后验概率

先验概率(prior probability):是指根据以往经验和分析得到的概率。先验概率不用贝叶斯公式计算。
后验概率(posterior probability):指某个事件已经发生,想要计算这个事件是由于某个因素引起的概率,是根据已经发生的结果进行修正后的概率。后验概率用贝叶斯公式计算。

在下面的全概率公式和贝叶斯公式中,P(B_{i})称为先验概率,P(B_{i}|A)称为后验概率,P(A|B_{i})称为条件概率(这个条件概率本质上也是先验概率,但一般称呼为条件概率)。

P(A)=P(A|B_{1})P(B_{1})+P(A|B_{2})P(B_{2})+\cdots +P(A|B_{n})P(B_{n})

P(B_{i}|A)=\frac{P(A|B_{i})P(B_{i})}{\sum_{j=1}^{n}P(A|B_{j})P(B_{j})}

举个例子:

假设两个代工厂Fac1和Fac2,生产同一批产品,工厂Fac1的次品率为\frac{1}{100},生产这批产品的\frac{70}{100};工厂Fac2的次品率为\frac{2}{100},生产这批产品的\frac{30}{100}。现在委托厂家抽查某个产品不合格,那么这个不合格的产品来自Fac1厂家的概率是多少?

这个就是一个求后验概率的问题。

假设不合格事件为A,根据贝叶斯公式,抽查的不合格产品来自工厂Fac1的概率为:

P(Fac1|A)=\frac{P(A|Fac1)P(Fac1)}{P(A|Fac1)P(Fac1)+P(A|Fac2)P(Fac2)}

计算上式的分子:

P(A|Fac1)P(Fac1)=\frac{1}{100}*\frac{70}{100}

计算上式的分母:

P(A|Fac1)P(Fac1)+P(A|Fac2)P(Fac2)=\frac{1}{100}*\frac{70}{100}+\frac{2}{100}*\frac{30}{100}

将分子、分母的计算结果代入,化简得

P(Fac1|A)=\frac{1*70}{1*70+2*30}=\frac{70}{130}=0.538

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