其他分享
首页 > 其他分享> > 全概率公式和贝叶斯公式

全概率公式和贝叶斯公式

作者:互联网

一、完备事件组

设E是随机试验,Ω是相应的样本空间,A1,A2,...An为Ω的一个事件组,若

(1)Ai\capAj=\varnothing(i\neqj)

(2)A1\cupA2\cup...\cupAn=Ω

则称A1A2...An为样本空间的一个完备事件组,完备事件组完成了对样本空间的一个分割(意义)

二、全概率公式

完备事件组条件下,因为B=Ω\capB,所以有PB=\sum_{i=1}^{n}P(Ai)P(B\midAi)

三、贝叶斯公式

由条件概率的定义P(Ai I B) = P(AiB)/P(B)

然后分子用乘法公式、分母用全概率得

P(AiB)=P(Ai)P(B I Ai)  ,  P(B)=\sum_{i=1}^{n}P(Ai)P(B I Ai)

得P(Ai I B) = P(Ai)P(B I Ai)/\sum_{i=1}^{n}P(Ai)P(B I Ai)

四、全概率和贝叶斯公式的区别

全概率公式:通过已知每种"原因"发生的概率,求"结果"发生的概率,"原因"发生的概率称为"先验概率",即"已知原因,分析结果"。

贝叶斯公式:从已知"结果"发生的条件下分析各个"原因"引起的条件概率,这个条件概率称为"后验概率",即"已知结果,分析原因"。

在使用全概率公式时,关键是写出事件B发生的各个原因Ai及相应的先验概率P(Ai)和条件概率P(B I Ai)。

标签:...,概率,Ai,公式,贝叶斯,样本空间
来源: https://blog.csdn.net/m0_62722599/article/details/121127127