概率论与统计(二)概率论知识总结

1.概率定义

频率派概率:一个结果发生的概率为P,则如果我们进行无数次的反复实验,有P的比例会导致这样的结果
贝叶斯概率:根据经验估计得出先验概率,随后根据数据一步步修正概率

2.条件概率

2.1条件概率公式

在事件F已经发生的情况下,事件E发生的概率表示为
P ( E ∣ F ) = P ( E F ) P ( F ) P(E|F) = \frac{P(EF)}{P(F)} P(EF)=P(F)P(EF)
P ( E F ) = P ( E ∣ F ) P ( F ) P(EF)=P(E|F)P(F) P(EF)=P(EF)P(F)

2.2贝叶斯公式

全概率公式:将某一事件单独发生的概率转化为与其他事件相关的条件概率公式
P ( E ) = P ( E F ) + P ( E F ′ ) = P ( E ∣ F ) P ( F ) + P ( E ∣ F ′ ) P ( F ′ ) P(E)=P(EF)+P(EF') = P(E|F)P(F)+P(E|F')P(F') P(E)=P(EF)+P(EF)=P(EF)P(F)+P(EF)P(F)
P ( E ) = ∑ i = 1 n P ( F i ) P ( E ∣ F i ) P(E)=\sum_{i=1} ^nP(F_i)P(E|F_ i) P(E)=i=1nP(Fi)P(EFi)
贝叶斯公式:
P ( F ∣ E ) = P ( E F ) P ( E ) = P ( E F ) P ( E ∣ F ) P ( F ) + P ( E ∣ F ′ ) P ( F ′ ) P(F|E)=\frac{P(EF)}{P(E)}=\frac{P(EF)}{P(E|F)P(F)+P(E|F')P(F')} P(FE)=P(E)P(EF)=P(EF)P(F)+P(EF)P(F)P(EF)
P ( F j ∣ E ) = P ( E F j ) P ( E ) = P ( E ∣ F j ) P ( F j ) ∑ i = 1 n P ( E ∣ F i ) P ( F i ) P(F_j|E)=\frac{P(EF_j)}{P(E)}=\frac{P(E|F_j)P(F_j)}{\sum_{i=1}^nP(E|F_i)P(F_i)}

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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