贝叶斯公式的对数似然函数_概率与统计——条件概率、全概率、贝叶斯、似然函数、极大似然估计...

条件概率

事物A独立发生的概率为

，事物B独立发生的概率为

，那么有：

表示事物B发生之后事物A发生的概率；

表示事物A发生之后事物B发生的概率；

全概率

我们可以将公式写成全量的形式：

表示全量相互排斥且性质关联的事物，即：

，

那么可以得到

,这就是全概率公式。

全概率公式的意义在于：无法知道一个事物独立发生的概率，但是我们可以将其在各种条件下发生的概率进行累加获得。

全概率的例子

例1，已知某种疾病的发病率是0.001，即1000人中会有1个人得病。现有一种试剂可以检验患者是否得病，它的准确率是0.99，即在患者确实得病的情况下，它有99%的可能呈现阳性。它的误报率是5%，即在患者没有得病的情况下，它有5%的可能呈现阳性。一个人检测为阳性的概率是多少。

例2，袋子中50个球，20个黄球，30个白球。2个人一次从袋中各获取一个球，且不放回，求第二个人取得黄球的概率。

从另外一个角度说，无论前面的人抽了多少次，后面的人抽签总体概率是不变的。

例3，5张卡片上分别标记了1,2,3,4,5，每次取2张，连续取2次，取出后不放回。求第二次取出的卡片，比第一次取出的卡片大的概率。