概率,顾名思义其实就是一个比率。A发生的概率相当于A集的面积与全集总面积的比率。
贝叶斯概率
B发生的概率相当于B集的面积与全集总面积的比率。
AB都发生的概率相当于AB交集的面积与全集总面积的比率。
B已经发生条件下A发生的概率相当于AB交集的面积与B面积的比率。由于B已经发生,在这里是全集,所以要比上B的面积。
A已经发生条件下B发生的概率相当于AB交集的面积与A面积的比率。由于A已经发生,在这里是全集,所以要比上A的面积。
简单的公式推导得出AB交集的概率。
代入前面公式,得出著名的贝叶斯公式。
用贝叶斯公式直观解释为什么即使某疾病患者绝大部分检测为阳性,但一个人检测为阳性时,患该病的概率不一定很高。
全概率公式:(http://zh.wikipedia.org/zh-cn)
假设{ Bn : n = 1, 2, 3, ... } 是一个概率空间的有限或者可数无限的分割(既 Bn为一完备事件组),且每个集合Bn是一个可测集合,则对任意事件A有全概率公式:
-
Pr ( A ) = ∑ n Pr ( A ∩ B n ) {\displaystyle \Pr(A)=\sum _{n}\Pr(A\cap B_{n})\,}
点击打开链接
又因为
-
Pr ( A ∩ B n ) = Pr ( A ∣ B n ) Pr ( B n ) , {\displaystyle \Pr(A\cap B_{n})=\Pr(A\mid B_{n})\Pr(B_{n}),}
此处Pr(A | B)是B发生后A的条件概率,所以全概率公式又可写作:
-
Pr ( A ) = ∑ n Pr ( A ∣ B n ) Pr ( B n ) . {\displaystyle \Pr(A)=\sum _{n}\Pr(A\mid B_{n})\Pr(B_{n}).\,}