两道例题详解贝叶斯定理

导读：本文首先讲解条件概率及贝叶斯定理，之后有两道例题，看看你都能答对吗？

作者：基思·斯坦诺维奇（Keith E. Stanovich）、理查德·韦斯特（Richard F. West）、玛吉·托普拉克（Maggie E. Toplak）

来源：大数据DT（ID：hzdashuju）

首先来看一些概率的重要准则，这些准则大多数都和我们的直觉相符。

• 概率在0～1之间变化，即0≤P（A）≤1，其中P（A）代表事件A发生的概率。

• 如果事件确定发生，则其发生概率为1。即，当事件A确定发生时，P（A）=1。

• 如果事件确定不会发生，则其发生概率为0。即，当事件A确定不发生时，P（A）=0。

• 如果事件A和事件B不能同时发生，则称它们是互斥的。当事件A和事件B互斥时，任一事件（事件A或事件B）发生的概率就是每个事件发生概率之和，即：P（A或B）=P（A）+P（B）

概率计算规则中还有一个重要的概念是条件概率（conditional probability）。条件概率是指当某一事件（B）发生时，另一事件（A）发生的概率，即P（A|B）。当事件A和事件B互斥时，则有：P（A|B）=0，因为如果事件B发生，事件A就不可能发生（同样地，P（B|A）=0）。当事件A和事件B不互斥时，条件概率的表达公式为：

需要注意的是，一般来说P（A|B）不一定与P（B|A）相等，因为后者的表达公式中分母不同：

但是，我们可以根据条件概率P（A|B）推算出条件概率P（B|A），反之亦然。这样，通过一个简单的代数运算后，我们就得出了决策理论界最著名的定理之一——贝叶斯定理，有时也称为贝叶斯规则。18世纪，英格兰坦布里奇韦尔斯（Tunbridge Wells）城的牧师托马斯·贝叶斯首先提出此定律：