贝叶斯公式

贝叶斯公式

贝叶斯定理由英国数学家贝叶斯发展，用来描述两个条件概率之间的关系，比如P(A|B)和P(B|A)。按照乘法法则，可以立刻导出：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)。如上公式也可变形为：P(A|B)=P(B|A)*P(A)/P(B)。

贝叶斯法则通俗解释

通常，事件A在事件B(发生)的条件下的概率，与事件B在事件A的条件下的概率是不一样的；然而，这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。

定义

贝叶斯的统计学中有一个基本的工具叫贝叶斯公式、也称为贝叶斯法则，尽管它是一个数学公式，但其原理毋需数字也可明了。如果你看到一个人总是做一些好事，则那个人多半会是一个好人。

这就是说，当你不能准确知悉一个事物的本质时，你可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。用数学语言表达就是：支持某项属性的事件发生得愈多，则该属性成立的可能性就愈大。

托马斯·贝叶斯介绍

托马斯·贝叶斯（ThomasBayes），英国神学家、数学家、数理统计学家和哲学家，1702年出生于英国伦敦，做过神甫，1742年成为英国皇家学会会员。贝叶斯曾是对概率论与统计的早期发展有重大影响的两位人物之一。

贝叶斯概率， 它于经典概率由什么关系

谈贝叶斯首先是用概率量化问题。 概率这件事大家都觉得自己很熟悉， 叫你说概率的定义 ， 你却不一定说的出。经典的概率， 说的是事件发生的可能性。 我们中学课本里说概率这个东西表述是一件事发生的频率， 这个频率就代表某件事发生的可能大小。 或者说这叫做客观概率。

而贝叶斯框架下的概率理论确从另一个角度给我们展开了答案， 他说概率是我们个人的一个主观概念， 表明我们对某个事物是否发生的相信程度。 如同Pierre Lapalace说的: Probability theory is nothing but common sense reduced to calculation. 这正是贝叶斯流派的核心，换句话说，它解决的是来自外部的信息与我们大脑内信念的交互关系。