Формула Байеса — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Пример)
Строка 12: Строка 12:
 
== Пример ==
 
== Пример ==
 
Пусть событие А истинно, если анализ на грипп положительный, событие B<sub>1</sub> отвечает за грипп, B<sub>2</sub> отвечает за другую болезнь.
 
Пусть событие А истинно, если анализ на грипп положительный, событие B<sub>1</sub> отвечает за грипп, B<sub>2</sub> отвечает за другую болезнь.
 +
Также предположим, что <math>P(A|B_1)</math>=0,9, <math>P(A|B_2)</math>=0,001, <math>P(B_1)</math>=0,01, <math>P(B_2)</math>=0,99.
 +
Рассмотрим вероятность гриппа при положительном анализе:
 +
<math>P(B_1|A)</math>=<math>P(B_1 \wedge A)</math>

Версия 20:42, 9 декабря 2010

Определение:
Формула Байеса — одна из основных формул элементарной теории вероятностей, которая позволяет определить вероятность того, что произошло какое-либо событие, имея на руках лишь косвенные тому подтверждения, которые могут быть неточны.

Формулировка

[math]P(B_i|A)=\frac{P(A|B_i)P(B_i)}{\sum_{j=1}^N P(A|B_j)P(B_j)}[/math],

где

[math]P(A)[/math] — вероятность события A;
[math]P(A|B)[/math] — вероятность события A при наступлении события B;
[math]P(B|A)[/math] — вероятность наступления события B при истинности события A;
[math]P(B)[/math] — вероятность наступления события B.

Пример

Пусть событие А истинно, если анализ на грипп положительный, событие B1 отвечает за грипп, B2 отвечает за другую болезнь. Также предположим, что [math]P(A|B_1)[/math]=0,9, [math]P(A|B_2)[/math]=0,001, [math]P(B_1)[/math]=0,01, [math]P(B_2)[/math]=0,99. Рассмотрим вероятность гриппа при положительном анализе: [math]P(B_1|A)[/math]=[math]P(B_1 \wedge A)[/math]