联合概率、边缘概率、条件概率之间的关系&贝叶斯公式

2021-05-30 09:34:34 阅读：505 来源： 互联网

这次主要介绍的是多个随机变量之间的关系，主要涉及联合概率，边缘概率，条件概率这三种关系，还有一个利用他们之间关系导出的非常重要的公式：贝叶斯公式

1.联合概率
联合概率指的是包含多个条件且所有条件同时成立的概率，记作P(X=a,Y=b)或P(a,b)，有的书上也习惯记作P(ab)，但是这种记法个人不太习惯，所以下文采用以逗号分隔的记法。

一定要注意是所有条件同时成立！

2.边缘概率
边缘概率是与联合概率对应的，P(X=a)或P(Y=b)，这类仅与单个随机变量有关的概率称为边缘概率

3.联合概率与边缘概率的关系
P(X=a)=∑bP(X=a,Y=b) P(X=a)=∑bP(X=a,Y=b)
P(Y=b)=∑aP(X=a,Y=b) P(Y=b)=∑aP(X=a,Y=b)
求和符号表示穷举所有Y（或X）所能取得b（或a）后，所有对应值相加得到的和

联合概率P(X=a,Y=b)
满足X=a且Y=b的面积
边缘概率P(X=a)
不考虑Y的取值，所有满足X=a的区域的总面积
条件概率P(X=a|Y=b)
在Y=b的前提下，满足X=a的面积（比例）

通过以上示例，稍加计算这三种概率之间的关系便可一目了然

6.条件联合分布的分解
我们可以根据具体情况，像下面这样灵活的分解条件联合分布

再给大家留一个看起来非常复杂的式子，大家可以自己试试看能否从左侧推导至右侧

7.贝叶斯公式
说了那么多，终于到大boss了，贝叶斯公式！但是，先别急，需要先引入两个概念

先验概率：知道原因推结果的，P(原因)、P(结果|原因)等
后验概率：根据结果推原因的，P(原因|结果)等
贝叶斯公式解决的是一些原因X无法直接观测、测量，而我们希望通过其结果Y来反推出原因X的问题，也就是知道一部分先验概率，来求后验概率的问题。

举个栗子：

打到怪物就能获得宝箱，但是宝箱有2/3的概率是陷阱，玩家可以通过魔法来检查，但是有1/4的误判概率，问：假设玩家利用魔法判定此宝箱没有陷阱，求宝箱有陷阱的概率

我们已知的先验概率有

P(有陷阱)=2/3；P(没有发现|有陷阱)=1/4；P（发现了|没有陷阱)=1/4

要求的后验概率为

P(有陷阱|没有发现)

我们依旧使用面积来帮助我们解题，根据已知划分出的面积情况如下图所示

我们可以推得：

其中“…”的部分需要列出X所有可能的值，并求和。

在记忆贝叶斯公式时，很容易搞错竖线左右两侧的值，因此建议大家在习惯使用贝叶斯公式时，最好先根据定义与性质当场推导，而不要仅仅凭记忆默写。

————————————————
版权声明：本文为CSDN博主「tick_tokc97」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/tick_tock97/article/details/79885868

标签：发现,概率,没有,公式,贝叶斯,陷阱,条件
来源： https://www.cnblogs.com/zywnnblog/p/14827072.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

联合概率、边缘概率、条件概率之间的关系&贝叶斯公式