本文介绍了概率统计中的关键概念：先验概率（基于历史或主观判断的预估概率）、后验概率（事件发生后的反向条件概率）、条件概率（一个事件发生对另一事件概率的影响）以及似然概率（历史数据中的条件概率）。通过贝叶斯公式阐述了这些概率之间的关系，并对比了最大似然估计和贝叶斯理论在实际应用中的差异。讨论了先验概率在计算中的作用及其潜在问题。
1，先验概率：
事件发生前的预判概率。可以是基于历史数据的统计，可以由背景常识得出，也可以是人的主观观点给出。一般都是单独事件概率，如P(x),P(y)。
人主观觉得一件事情发生的概率，比如掷骰子，我们基于经验历史觉得概率就是1/6。
2，后验概率：
事件发生后求的反向条件概率；或者说，基于先验概率求得的反向条件概率。概率形式与条件概率相同。
一件事情已经发生了，求这件事情发生的原因。比如p(吃饭|饿了)结果是吃饭，引起这个结果的原因中俄饿了的概率是多少。
3，条件概率：
一个事件发生后另一个事件发生的概率。一般的形式为P(x|y)表示y发生的条件下
扫一扫
4195
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
