贝叶斯定理

贝叶斯定理

@(DataAnalysis)[贝叶斯法则，贝叶斯定理]

产生来源

引入：

在贝叶斯创造这个理论之前，人们已经能够计算出正向概率，如：“假设某个袋子中有N个白球，M个黑球，摸出黑球的概率是多大？”，当然这是在已知数据的情况下才能计算的先验概率。这个问题反过来：“如果我们事先并不知道袋子里面是什么球，而摸出一个（或者几个）球，观察球的颜色之后来推测袋子中球的比例”。这个问题就是逆向概率问题，也就是贝叶斯定理解决的问题。

定义：（英语：Bayes’ theorem）是概率论中的一个定理，描述在已知一些条件下，某事件的发生几率。比如，如果已知某癌症与寿命有关，使用贝叶斯定理则可以透过得知某人年龄，来更加准确地计算出他罹患癌症的几率。————wiki解释

贝叶斯公式：

事件B发生的条件下，事件A发生的概率为：
$$P(A|B)=\frac{P(AB)}{P(B)}$$
事件A发生的条件下，事件B发生的概率为：
$$P(B|A)=\frac{P(AB)}{P(A)}$$
由此可得：
$$P(A|B)P(B)=P(AB)=P(B|A)P(A)$$
得贝叶斯公式如下：
$$P(A|B)=P(A)\frac{P(B|A)}{P(B)}$$

补充知识

• 全概率公式：这个公式的作用是计算贝叶斯定理中的P(B)；

P ( B ) = P ( B ∣ A ) P ( A ) + P ( B