P(A|B)和P(AB)有什么区别

最新推荐文章于 2022-11-08 18:15:48 发布
原创 最新推荐文章于 2022-11-08 18:15:48 发布 · 3.7w 阅读 · 19 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#条件概率和乘法公式 #P(A|B)与P(AB)的区别

本文深入探讨了条件概率P(A|B)与联合概率P(AB)的区别，从时间与空间角度解释了两者概念的不同，并通过具体公式P(AB)=P(A|B)*P(B)说明了它们之间的联系。

P(A|B)和P(AB)到底有什么区别？

先说一下二者之间的联系，P(AB) = P(A|B)*P(B)，这是乘法公式。

当然最重要的是区别，这种区别包括时间和空间上的区别

时间上的区别：在P(A|B)中，B先发生，我们已经知道了B后，在这基础上A发生，也就是说B先发生，A后发生。P(AB)中，A和B是同时发生的概率。

空间上的区别：样本空间的不同。在P(A|B)中，是求在B发生的条件下，A发生的概率，样本空间变成了B。而P(AB)中，样本空间依然是全集U。
在这里插入图片描述
按照我们上面说的空间的角度：
P(A|B) = P(C|B)
P(AB) = P(C|U)

全网最全最详细解释A/B Test是什么？
女王の专属领地
11-29 2324
A/B测试（也称为分割测试/桶测试/受控实验）是一种将网页或应用程序的两个版本相互比较以确定哪个版本的性能更好的方法。因为AB实验被引入互联网公司后，应用场景主要是大规模的在线测试，所以也被称作在线AB实验或者在线对照实验（Online Controlled Experiment，OCE）。AB测试本质上是一个实验，其中页面的两个或多个变体随机显示给用户，统计分析确定哪个变体对于给定的转换目标（指标如CTR）效果更好。
P1102 A-B 数对（详解，可以过AC）
wangjunjie_123的博客
09-27 2076
P1102 A-B 数对 题目描述 出题是一件痛苦的事情！ 相同的题目看多了也会有审美疲劳，于是我舍弃了大家所熟悉的 A+B Problem，改用 A-B 了哈哈！ 好吧，题目是这样的：给出一串数以及一个数字 CC，要求计算出所有 A - B = CA−B=C 的数对的个数（不同位置的数字一样的数对算不同的数对）。 输入格式 输入共两行。 第一行，两个整数 N, CN,C。 第二行，NN 个整数，作为要求处理的那串数。 输出格式 一行，表示该串数中包含的满足 A - B = CA−B=C 的数对的个数。 输
【机器学习】贝叶斯公式： P(B|A)=P(B)P(A|B)/P(A)
fxflyflyfly的博客
01-17 1万+
贝叶斯公式： P(B|A)=P(B)P(A|B)/P(A) P(AB)：AB同时发生的概率 P(A|B): 在B发生的条件下，A发生的概率 一、病人分类的例子 让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。 某个医院早上收了六个门诊病人，如下表。 症状　　 职业　　 疾病 打喷嚏　 护士　　 感冒 打喷嚏　 农夫　　　 过敏 头痛　　 ...
P(AB)与P(A|B)的区别
weixin_40757994的博客
02-22 2万+
P(AB)=P(B)P(A|B) 无论AB是否独立，都成立 假定A,B独立： 则P(AB)=P(A)P(B) P(A｜B)=P(B|A)P(A)/P(B) = P(A) P（AB）是AB同时发生的概率，是以全体事件为100%来计算其中AB同时发生的概率。 P（B|A）是在已经发生了A事件的前提下，再发生B事件的概率。是以所有发生A事件为100%来计算 ...
P(AB)与P(B|A)区别！！！！！！
bluewater的专栏
04-14 3万+
－－－－－－－－问题，疑问？？？纠结！！！！！！！－－－－－－－－－－  P(AB)=P(B|A)P(A) 或：P(B|A)=P(AB)                     P(A) P(B|A)意思是当A发生时，B发生的概率，不就是P(AB)么。为何前面还要乘一个P(A)呢? P(B|A)， 如投掷一白一黑两个骰子（色子dice [daɪs] ）     －－－－－－－－
P(AB),P(A|B)
Sophia991的博客
04-20 4661
关于P(AB),P(A|B) A,B不独立时 P(AB)=P(A|B)*P(B)=P(B|A)*P(A) P(A补)=1-P(A) P(B补)=1-P(B) （1）A与B相交时 P(A(B补))=P(A-B)=P(A)-P(AB) P(B(A补))=P(B-A)=P(B)-P(AB) P(A并B)=P(A)+P(B)-P(AB) P((A补)(B补))=I-P(A并B) （2）B包含于A（与A包...
概率论-1.4 条件概率(重点:对P(A | B)、P(AB)、P(B)之间关系的理解)
dc12499574的博客
10-12 9676
条件概率的定义： 是指在某事件B发生的条件下，事件A发生的概率，记作P(A | B) 条件概率：设A与B是样本空间中的两事件，若P(B)>0，则在B发生的下A发生的条件概率为P(A | B)= P(AB) / P(B) P(B)：事件B发生的概率 P(AB)：事件A，B同时发生的概率=事件A发生的概率事件A的发生下事件B发生的概率=事件B发生的概率事件B的发生下事件B发生的概率 若事件域上A1,A2,…,An,…互不相容且P(B)>0，则有P(U Ai | B)= Sum(P(AB)) / P(
SM2256AB_Dramless_MPP0617B_FWP0617A_RDTP0627A0_K3.rar
11-11
标题中的“SM2256AB_Dramless_MPP0617B_FWP0617A_RDTP0627A0_K3.rar”指的是一个基于SM2256AB控制器的无DRAM固态硬盘（SSD）的量产工具。SM2256AB是Silicon Motion公司推出的一款高性能的SSD控制器，专为无DRAM设计...
IPB:IPB分配
03-16
IPB:IPB分配
理解贝叶斯公式 P(A|B)P(B)=P(A)P(B|A)
Love-Coding
12-25 1万+
贝叶斯公式应该画级联的图来理解 明确 P(A=0) = 0.5 P(B=0|A=0) = 0.6 P(B=0) = 0.6*0.5 + 0.25*0.6 + 0.25*0.6 = 0.6 则应用贝叶斯公式 P(A=0|B=0) = P(A=0)P(B=0|A=0) / P(B=0) = 0.5*0.6/0.6 = 0.5 明确 P(A=1) = 0.25 P(B=0|A=1) = 0.6 P(B...
p(a|b)=p(ab)/p(b)为什么?
qq_15021091的专栏
01-09 1976
这样想：AB都发生的概率就是B发生的概率乘以B发生的情况下A发生的概率，即就是P(A|B)*P(B)=P(AB)其实也等于P(B|A)*P(A) 所以P(A|B)= P(AB)/P(B)，P(B|A)=P(AB)/P(A) 只要想通就好了！！
深刻理解贝叶斯公式(条件概率)(P(A,B))
hxxjxw的博客
08-31 5972
深刻理解贝叶斯公式
概率学中，P(A∣B)是什么意思？如何计算？算式意义是什么？
热门推荐
m0_37443131的博客
07-31 6万+
P(A∣B)是条件概率公式，P(A|B) = P(AB)/P(B)。 P(A|B)——在B条件下 A 的概率.即事件A 在另外一个事件B已经发生条件下的发生概率。 P(AB)——事件A、B同时发生的概率,即联合概率.联合概率表示两个事件共同发生的概率.A 与 B 的联合概率表示为 P(AB) 或者 P(A,B)。 P(B)——事件B发生的概率.条件概率　示例：就是事件A 在另外一个事件 B ...
a^b%p
青烟绕指柔的博客
01-27 1247
a^b 求 a 的 b 次方对 p 取模的值。 输入格式 三个整数 a,b,p ,在同一行用空格隔开。 输出格式 输出一个整数，表示a^b mod p的值。 数据范围 1≤a,b,p≤1e9 输入样例： 3 2 7 输出样例： 2 时/空限制： 1s / 32MB 这道题刚看会发现诶，直接循环就完了嘛，但是一看下面的数据范围就会发现，如果直接循环，一定会超时。 那怎么做呢？ 这里就是一个典型快速幂...
概率论与数理统计_第1章__P(AB)的计算方式
华工的专栏
11-08 2万+
设随机事件A, B互不相容， P(A) = 0.6, P(B) = 0.4, 则P(AB)=_________。一 如果 A, B 相互独立，则 P(AB) = P(A)P(B),二. 如果A, B不独立，则 P(AB) = P(A)P(B|A)，其中，解： 由于A, B互不相容， 则AB=Ø, 所以P(AB)=0.也就是说： 若两事件独立， 乘积的概率=先求概率再相乘。注意： A, B互不相容是 A，B不独立的子集。若A, B互不相容， 则P(AB)=0，因为AB=
P(AB)与P(A∩B)有什么区别_s芃成_新浪博客
ferrarifomaul的博客
12-20 2956
P(AB)与P(A∩B)有什么区别 如果有两个圆，有一部分相交。那P（AB）就是A与B的总数减相交部分的值，而P(A∩B)求的就是相交部分的值。 P(AB)表示P(A∩B）AB同时发生的概率 P(A∪B)表示AB至少有一个发生的概率 ...
P(B|A)和P(AB)的理解
syh的技术记录
10-11 1万+
前言 我其实一直对P(B|A)和P(AB)有疑问，总是会觉得这两个表示的现实含义很接近，对二者的区别很模糊，今天突然想通了，记录一下。 正文 背景： 据美国的一份资料报道，美国的肺癌患病率为0.1%，人群中有20%是吸烟者，他们的肺癌患病率是0.4%。 事件 含义 A 人群中的吸烟率 B 人群中肺癌的患病率 在这个背景中，P(B|A)和P(AB)表示的现实含义是不同的，我们先从括号里面的事件来解释： 我的理解是：事件B|A（当然并不存在这种写法）和事件AB表示的都是一个事件，现实
P(AB)与P(A∩B)有什么区别
ferrarifomaul的博客
12-20 1万+
P(AB)与P(A∩B)有什么区别 如果有两个圆，有一部分相交。那P（AB）就是A与B的总数减相交部分的值，而P(A∩B)求的就是相交部分的值。 P(AB)表示P(A∩B）AB同时发生的概率 P(A∪B)表示AB至少有一个发生的概率 ...
概率论中的独立性---P(B)、P(B|A)、P(AB)联系与区别
Zijie123pea的博客
01-11 6万+
定义： 若A、B两个事件满足： P(AB)=P(A)P(B)P(AB)=P(A)P(B)P(AB)=P(A)P(B) 则A、B相互独立。 注意： P(B∣A)P(B|A)P(B∣A)是指A发生的条件下，B发生的概率；P(B)P(B)P(B)为B发生的概率，此二者是否相等？ 如果P(B∣A)=P(B)P(B|A)=P(B)P(B∣A)=P(B)，则表明事件A对B无影响，即A和B是相互独立的。 例：抛硬币2次，设A为第一次出现正面，B为第二次出现正面的事件，则： P(A)=12P(A)=\frac{1}{2}P
P(A|B)P(B)=P(B|A)P(A
最新发布
10-31
公式$P(A|B)P(B)=P(B|A)P(A)$其实是贝叶斯公式的一种形式，贝叶斯公式为$P(A|B)=\frac{P(B|A)P(A)}{P(B)}$ ，它在概率论和统计学中具有重要地位。 ### 数学原理 在概率论中，$P(A|B)$表示在事件$B$发生的条件下事件$A$发生的概率，$P(B|A)$表示在事件$A$发生的条件下事件$B$发生的概率，$P(A)$和$P(B)$分别是事件$A$和事件$B$发生的概率。根据条件概率的定义，$P(A|B)=\frac{P(AB)}{P(B)}$（其中$P(AB)$表示事件$A$和事件$B$同时发生的概率），变形可得$P(AB) = P(A|B)P(B)$；同理$P(B|A)=\frac{P(AB)}{P(A)}$，变形可得$P(AB)=P(B|A)P(A)$。所以就有$P(A|B)P(B)=P(B|A)P(A)$。 ### 在IT领域的应用 #### 垃圾邮件分类 在垃圾邮件分类中，可将事件$A$定义为“邮件是垃圾邮件”，事件$B$定义为“邮件中包含某个特定的关键词”。通过收集大量的邮件数据，可以统计出$P(A)$（垃圾邮件的先验概率），$P(B|A)$（垃圾邮件中包含该关键词的概率），$P(B)$（所有邮件中包含该关键词的概率）。利用贝叶斯公式$P(A|B)=\frac{P(B|A)P(A)}{P(B)}$，可以计算出在邮件包含该关键词的条件下，邮件是垃圾邮件的概率。当这个概率超过某个设定的阈值时，就可以将该邮件判定为垃圾邮件。以下是一个简单的Python示例代码： ```python # 假设已知以下概率 P_A = 0.3 # 垃圾邮件的先验概率 P_B_given_A = 0.8 # 垃圾邮件中包含关键词的概率 P_B = 0.4 # 所有邮件中包含关键词的概率 # 计算 P(A|B) P_A_given_B = (P_B_given_A * P_A) / P_B print(f"在邮件包含关键词的条件下，邮件是垃圾邮件的概率: {P_A_given_B}") ``` #### 疾病诊断系统 在医疗诊断的IT系统中，事件$A$可以表示“患者患有某种疾病”，事件$B$表示“患者出现某种症状”。根据以往的病例数据，可以得到$P(A)$（人群中患该疾病的概率），$P(B|A)$（患有该疾病的患者出现该症状的概率），$P(B)$（所有患者中出现该症状的概率）。通过贝叶斯公式计算$P(A|B)$，即出现该症状的患者患有该疾病的概率，辅助医生进行诊断。 #### 自然语言处理中的词性标注 在词性标注任务中，事件$A$可以是某个词的词性，事件$B$是该词所在的上下文。通过大量的语料库数据，可以统计出$P(A)$（某个词性出现的概率），$P(B|A)$（在该词性下出现该上下文的概率），$P(B)$（该上下文出现的概率）。利用贝叶斯公式计算$P(A|B)$，即根据上下文判断该词的词性的概率，从而为词标注合适的词性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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