條件概率、全概率公式、貝葉斯公式

條件概率要點總結

  • P(A|B)+P(!A|B)=1
  • P(ABC)=P(A) × P(AB)/P(B) × P(ABC)/P(AB)

全概率公式

  1. 事件組B1,B2......Bn是Ω的一個完備事件組,即B1至Bn兩兩互斥,且B1∪B2∪....=Ω。
  2. A為一任意事件,則

貝葉斯公式總結

  1. 先驗概率:根據以往發(fā)生的事情,對某個事情發(fā)生概率的估計
  2. 后驗概率:某個事情發(fā)生后,這件是因為某個因素發(fā)生的概率,例如,一個人生病了,吃了3種藥,分別是A,B,C,病好了后,因為吃藥B好的概率就是一個后驗概率。
  3. 公式推導:
    P(A|B) = P(AB)/P(B) = ( P(B|A)×P(A) ) / (P(A1)P(B|A1)+P(A2)P(B|A2)+....+P(An)P(B|An))
  4. 例題
    用檢測法檢查肺癌,A:被檢測者患有肺癌;B:檢測結果為陽性。已知患肺癌者檢測為陽性的概率 P(B|A) = 0.95,正常人檢測不為陽性的概率P(!B|!A)=0.90,一個人患肺癌的概率P(A)=0.0004,求一個人被檢測為陽性時患肺癌的概率P(A|B)。
    P(A|B) = P(B|A)P(A) / P(B) = P(B|A)P(A) / ( P(B|A)P(A) + P(B|!A)P(!A)) = 0.0038。
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容

  • 1 貝葉斯方法 長久以來,人們對一件事情發(fā)生或不發(fā)生的概率,只有固定的0和1,即要么發(fā)生,要么不發(fā)生,從來不會去考...
    zhoulujun閱讀 9,481評論 0 20
  • 基本公式 全概率公式:設試驗E的樣本空間為S,A為E的事件,B1,B2,...,Bn為S的一個劃分,并且P(Bi)...
    iAstrolien閱讀 1,986評論 0 3
  • 在故鄉(xiāng),每年除夕之后的第一個白天,我會一個人去郊外的山坡上走走。日光清亮,塵間靜寂,雪地無垠。透明的空氣使我感覺似...
    于曉威閱讀 240評論 0 3
  • 金泰妍 WHY Oh yeah yeah Oh yeah yeah Oh 哦驚嘎斗內讀吧滴oh 她冷得咯 一股一...
    卟尼與鹿閱讀 464評論 0 1
  • 如果說世上有個女人,能夠讓我為她寫一輩子的情書,我想那個人只能是我的老媽了。 這么多年來,我看過了她的風華絕貌,也...
    夏天灬閱讀 637評論 0 1