貝氏定理:

設A1,A2,A3……Ar為樣本空間 中之一分割。 則對任意 i≧1 及任一事件B, 只要 P(B)>0,

這樣的定義乍看之下不好理解，但是如果把他們實例化(或是一般化)，就會比較容易看出貝氏定理的內含。

 

一般化:

當r = 1 時，已知事件A1=A，求在已知事件B之下取得樣本A的條件機率為多少?

2018年6月25日星期一

arrow
arrow
    文章標籤
    數學 統計 機率 條件機率 事件 演算法 貝氏定理
    全站熱搜

    jackterrylau 發表在 痞客邦 留言(0) 人氣()

    E-mail轉寄