贝叶斯定理的理解以及一个例子
目录
-
什么是条件概率
首先我们需要知道什么条件概率,条件概率的定义如下:
已知事件B发生,事件A的条件概率的定义为:
其中。(“”读作“在B条件下A的概率”。)直观上,因为已知事件B发生,则A也发生所构成的事件是。也就是说,是A与B同时发生的结果集合。因为结果是B中的一个基本事件(“基本事件”就是样本空间中每一个可能结果),我们将B中所有基本事件的概率除以来对概率进行正规化,以使其和为1。因此,在B条件下A发生的条件概率是事件的概率与事件B的概率的比值。
-
贝叶斯定理的定义
根据条件概率的定义与交换律,对于两个概率不为0的事件A和B,则有:
计算,得到
该公式就是贝叶斯定理。除数是一个正规化常数。我们下面将其形式重新变化一下,因为,且与是互斥事件,所以:
将此式代入贝叶斯定理所对应的公式中,可以得到贝叶斯定理的另一个等价形式:
-
贝叶斯定理的一个例子
贝叶斯定理可以简化条件概率的计算。例如,假定有一枚均匀硬币和一枚抛掷时总是正面朝上的非均匀硬币。我们进行一个包含三个独立事件的试验:随机选择两枚硬币其中之一,连续抛掷两次。假定选择的硬币两次均正面朝上,则该硬币为非均匀硬币的概率是多少?
这个问题可以用贝叶斯定理来解决。令事件A:选中了非均匀硬币,并令事件B:选中的硬币两次均正面朝上。我们计算。因为有,,和,所以有: