条件概率、全概率公式、贝叶斯公式

条件概率要点总结

  • 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. 事件组B1,B2......Bn是Ω的一个完备事件组,即B1至Bn两两互斥,且B1∪B2∪....=Ω。
  2. A为一任意事件,则

贝叶斯公式总结

  1. 先验概率:根据以往发生的事情,对某个事情发生概率的估计
  2. 后验概率:某个事情发生后,这件是因为某个因素发生的概率,例如,一个人生病了,吃了3种药,分别是A,B,C,病好了后,因为吃药B好的概率就是一个后验概率。
  3. 公式推导:
    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. 例题
    用检测法检查肺癌,A:被检测者患有肺癌;B:检测结果为阳性。已知患肺癌者检测为阳性的概率 P(B|A) = 0.95,正常人检测不为阳性的概率P(!B|!A)=0.90,一个人患肺癌的概率P(A)=0.0004,求一个人被检测为阳性时患肺癌的概率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。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容

  • 1 贝叶斯方法 长久以来,人们对一件事情发生或不发生的概率,只有固定的0和1,即要么发生,要么不发生,从来不会去考...
    zhoulujun阅读 9,438评论 0 20
  • 基本公式 全概率公式:设试验E的样本空间为S,A为E的事件,B1,B2,...,Bn为S的一个划分,并且P(Bi)...
    iAstrolien阅读 1,901评论 0 3
  • 在故乡,每年除夕之后的第一个白天,我会一个人去郊外的山坡上走走。日光清亮,尘间静寂,雪地无垠。透明的空气使我感觉似...
    于晓威阅读 230评论 0 3
  • 金泰妍 WHY Oh yeah yeah Oh yeah yeah Oh 哦惊嘎斗内读吧滴oh 她冷得咯 一股一...
    卟尼与鹿阅读 446评论 0 1
  • 如果说世上有个女人,能够让我为她写一辈子的情书,我想那个人只能是我的老妈了。 这么多年来,我看过了她的风华绝貌,也...
    夏天灬阅读 623评论 0 1