← 返回主页 §3.3 条件概率与贝叶斯公式

条件概率与贝叶斯公式

以医学检测为例,理解条件概率、全概率公式与贝叶斯公式

核心公式

条件概率:P(A|B) = P(AB) / P(B) 即"已知 B 发生,A 发生的概率"
全概率公式:P(B) = Σ P(Aᵢ)·P(B|Aᵢ)
贝叶斯公式:P(Aᵢ|B) = P(Aᵢ)·P(B|Aᵢ) / P(B) "后验概率"
🔬 贝叶斯:医学检测悖论
📊 全概率公式演示
🎲 条件概率练习

设想一种罕见疾病的检测试剂。调整下方参数,观察"检测阳性的人真正患病"的概率——结果往往令人惊讶。

1.0%
95.0%
95.0%
真阳性(患病且检测阳性)
假阳性(未患病但检测阳性)
真阴性(未患病且检测阴性)
假阴性(患病但检测阴性)

例题:某工厂有甲、乙、丙三条生产线,各自生产某产品的比例和废品率如下。从总产品中随机取一件,用全概率公式求取到废品的概率;已知取到废品,用贝叶斯公式求它来自甲车间的概率。

甲车间
产量占比 P(A₁) = 25%
废品率 P(B|A₁) = 5%

乙车间
产量占比 P(A₂) = 35%
废品率 P(B|A₂) = 4%

丙车间(自动计算)
产量占比 P(A₃) = 40%
废品率 P(B|A₃) = 2%

从一副去掉大小王的 52 张扑克牌中随机抽一张。用条件概率公式计算下列概率。