理解贝叶斯定理

条件概率

先要从条件概率讲起，条件概率，一般记作P(A|B)，意思是当B事件发生时，A事件发生的概率。其定义为
$$P(A|B)=\frac{P(A\cap B)}{P(B)}$$
其中 $P(A\cap B)$ 意思是A和B共同发生的概率，称为联合概率。也可以写作 P(A,B) 或 P(AB)。
注意，定义中A与B之间不一定有因果或者时间序列关系。

条件概率的这个定义如何理解呢？

1. 样本空间
   回顾一下，样本空间是一个实验或随机试验所有可能结果的集合。例如，抛掷一枚硬币，那么样本空间就是集合{正面，反面}。如果投掷一个骰子，那么样本空间就是 {1,2,3,4,5,6}。样本空间的任何一个子集都被称为一个事件。
   所以，当我们通常说某个事件的概率时，其实是默认省略了该事件的样本空间。比如说事件A的概率是P(A)，其实是指，在样本空间 Ω 中，事件A的数量占Ω的比率，记作P(A)。比如说骰子掷出3点的概率是1/6，其实是说，在掷骰子所有可能结果的集合中（样本空间）中，出现事件”3点“（子集）的比率是1/6。也就是 size{3} / size{1,2,3,4,5,6} = 1/6。

2. 条件意味着缩小的样本空间，是二级概率
   通常说概率P(A)是针对样本空间 Ω 来说的，而条件概率中的条件，比如P(A|B)，意思是事件B发生的情况下，因此非B的样本空间被这个条件排除掉了，所以这时P(A|B)已经不是针对 样本空间 Ω 了，而是针对缩小的样本空间 B。

结合上图来理解。原来样本空间是 Ω，事件B发生，意味着样本空间缩小到B的范围，即上图黄色椭圆范围内。同时事件A也发生，也就是上图中 A∩B 蓝色部分，蓝色部分对黄色椭圆的占比，就是条件概率 P(A|B)。可以写作
P ( A ∣ B ) = s i z e { A ∩ B } s i z e { B } ( 1 ) P(A|B)=\frac{size\{A∩B\}}{size\{B\}} \quad(1) P(A∣B)=size{B}size{A∩B}​(1)

如果考虑到
P ( A ∩ B ) = s i z e { A ∩ B } s i z e { Ω } P ( B ) = s i z e { B } s i z e { Ω } P(A∩B) = \frac{size\{A∩B\}}{size\{\Omega\}} \\ P(B) = \frac{size\{B\}}{size\{\Omega\}} P(A∩B)=size{Ω}size{A∩B}​P(B)=size{Ω}size{B}​
所以
$$P(A|B)=\frac{P(A\cap B)}{P(B)}(2)$$

公式(2)就是通常条件概率的定义。要注意的是，如果用公式(1)，就是要穷举事件（集合）"A∩B"和"B"的所有情况。如果用公式(2)，要注意P(A∩B)和P(B)都是相对整个样本空间 Ω 来计算其概率P的。

贝叶斯定理

从条件概率出发很容易推导出贝叶斯定理。
$$\begin{gathered} P(A|B)=\frac{P(A\cap B)}{P(B)}(3) \\ P(B|A)=\frac{P(A\cap B)}{P(A)}(4) \\ \frac{P(A|B)}{P(B|A)}=\frac{P(A)}{P(B)}(5) \\ P(A|B)=\frac{P(B|A)P(A)}{P(B)}(6) \end{gathered}$$

公式(5)可以理解为 条件概率的比值 = 先验概率的比值 = 椭圆A / 椭圆B。（先验概率指P(A)和P(B)，由于不涉及其它条件，即P(A)与B无关，P(B)与A无关，所以称为先验。条件概率在这里又称为后验概率，因为P(A|B)意味着已知B事件发生之后，P(B|A)意味着已知A事件发生之后）。

公式(6)就是通常贝叶斯定理的形式。

例题

来自维基百科 - 贝叶斯定理

1. 种子检测
   假设100%的不良种子都表现A性状，不良种子占所有种子的比例是十万分之一，所有种子中有1/3表现A性状。问一颗A性状的种子是不良种子的概率是多少？

样本空间：所有种子
事件A：种子表现为A形状
事件Bad：是不良种子

根据已知条件
P(A|Bad) = 1 // 不良种子都表现A性状
P(Bad) = 1/10万 // 不良种子占所有种子的比例是十万分之一
P(A) = 1/3 // 所有种子中有1/3表现A性状

求P(Bad|A) // A性状的种子是不良种子的概率
P(Bad|A) = P(Bad) / P(A) * P(A|Bad) = (1/10万) / (1/3) * 1 = 3/10万

所谓P(Bad|A) ，就是在A的范围内，Bad的占比是多少。对照上面示意图来说，就是 蓝色矩形面积 / 红框部分面积。

2. 吸毒者检测
   假设吸毒者每次检测呈阳性（+）的概率为99%。而不吸毒者每次检测呈阴性（-）的概率为99%。某公司雇员有0.5%的吸毒。问检测阳性（+）时，该雇员吸毒的概率是多少？

样本空间：公司所有雇员
事件+：检测结果阳性
事件D：雇员为吸毒者
事件N：雇员为非吸毒者

根据已知条件
P(+|D) = 0.99 // 吸毒者每次检测呈阳性（+）的概率为99%
不吸毒者每次检测呈阴性（-）的概率为99%，那么检测呈阳性的概率是 1-99%=1%，即
P(+|N) = 0.01
P(D) = 0.005 // 公司雇员有0.5%的吸毒
P(N) = 0.995 // 另外99.5%的雇员不吸毒

求P(D|+) // 检测阳性（+）时，该雇员吸毒的概率是多少
P(D|+) = P(D) / P(+) * P(+|D) （公式7）

其中 P(+) 还需要计算，应用全概率公式，再用贝叶斯公式：
P(+) = P(+∩D) + P(+∩N) = P(+|D) * P(D) + P(+|N) * P(N)
= 0.99 * 0.005 + 0.01 * 0.995 = 0.0149

代入公式得
P(D|+) = P(D) / P(+) * P(+|D) = 0.005 / 0.0149 * 0.99 = 0.3322 = 33.22%
即检测呈阳性时，只有33.22%的概率为吸毒者。

所谓P(D|+) ，就是在检测阳性(+)的范围内，吸毒者D的占比是多少。对照上面示意图来说，就是 蓝色矩形面积 / 红框部分面积。

贝叶斯定理的其它表示

上面吸毒者检测案例中，其实已经得到了贝叶斯公式的另一种表示形式。将P(+)的公式带入公式(7)：
P(D|+) = P(D) / P(+) * P(+|D) = P(D) * P(+|D) / ( P(+|D) * P(D) + P(+|N) * P(N) )
将D、+换成常用的符号A、B，即
$$P(A|B)=\frac{P(B|A)P(A)}{P(B|A)P(A)+P(B|\bar{A})P(\bar{A})}$$
其中 $\bar{A}$ 是A的补集，即"非A"。

在更一般化的情况，假设 { A i } \{A_i\} {Ai​}是事件集合里的部分集合，对于任意的$A_i$，贝叶斯定理可用下式表示：
$$P(A_i|B)=\frac{P(B|A_i)P(A_i)}{{\sum }_{j}P(B|A_j)P(A_j)}(8)$$
上面吸毒者检测可以直接用公式(8)计算。

参考

维基百科 - 条件概率
维基百科 - 样本空间
维基百科 - 贝叶斯定理