5-1-1機率與統計(二)-條件機率與貝氏定理
4
0
0
全文
(2) 其中 P( A1 ∩ A2 ∩ " ∩ An −1 ) > 0 。 註:可用數學歸納法證明。 【問題】 1. 若 A ⊂ B ,則 P( B | A) = ? 2. 若 A ∩ B = φ ,則 P( B | A) = ? 3. P(B) 有可能大於 P( B | A) ? 4. P(B) 有可能等於 P( B | A) ? 5. P(B) 有可能小於 P( B | A) ? 6. 何種條件之下, P(B) 與 P( B | A) 會相等? 【定義】 抽籤原理: 在 N 位學生中抽出 n 位學生當樣本,若每一次抽樣中每一位學生被抽中的機會相 等,則每一樣本被抽中的機會均等。 【問題】 1. 抽籤問題中(每人抽一次),抽出後放回,是否會影響到第二位抽中籤的機率? (解:不會) 2. 抽籤問題中(每人抽一次),抽出後不放回,是否會影響到第二位抽中籤的機 率?(解:不會) 3. 抽出球後放回,若不知道第一位抽中球的顏色時,則是否 P (第一位紅)與 P (第二位紅)相同?(解:同) 4. 抽出球後放回,若知道第一位抽中球的顏色時, 則是否 P (第一位紅)與 P (第 二位紅)相同?(解:不同) 5. 抽出球後不放回,若不知道第一位抽中球的顏色時,則是否 P (第一位紅)與 P (第二位紅)相同?(解:同) 6. 抽出球後不放回,若知道第一位抽中球的顏色時, 則是否 P (第一位紅)與 P (第二位紅)相同?(解:不同) 【定義】 事前機率(驗前機率)與事後機率(驗後機率): 1. 對某事件估計其發生的機率,即 P(B) 。 2. 經由抽樣,研究報告,或產品測試等資料的蒐集,重新對某事件估計其發生 的機率,此更新後的機率即事後機率,貝氏定理就是提供計算這種機率的方 法,即 P( A ∩ B) P( A ∩ B) P( A) ⋅ P( A | B) = P ( B | A) = = P( A) P( A ∩ B) + P( A ∩ B' ) P( B) ⋅ P( A | B) + P( B' ) ⋅ P( A | B' ) 。 3. 即事前機率->新的資訊->貝氏定理->事後機率。 4. 當事前機率與事後機率不相等時,表示提供的資訊是有意義的,稱此兩事件 是相關的。 相關事件: 事前機率與事後機率不相等時,稱此兩事件有相關(相依),即 P( B) ≠ P( B | A) 。 即事件 A 會影響事件 B 的機率。.
(3) 【方法】 表示條件機率各種情形之方法: 1. 文氏圖:. A. B A∩B. 2.. 3.. 表格: B' 集合 A P( A ∩ B' ) = P( A) ⋅ P( B' | A) A' P( A'∩ B' ) = P( A' ) ⋅ P( B' | A' ) P(B' ) 計. B P( A ∩ B) = P( A) ⋅ P( B | A) P( A'∩ B) = P( A' ) ⋅ P( B | A' ) P(B). 機率 A A' 計. B' 0.97 0.94 0.961. B 0.03 0.06 0.39. 計 0.7 0.3 1. 個數 A A' 計. B' 679 282 961. B 21 18 39. 計 700 300 1000. 計 P(A) P( A' ) U. 樹形圖:. P( B | A). 即 P( A ∩ B) = P( A) ⋅ P( B | A). P( B'| A). 即 P( A ∩ B' ) = P( A) ⋅ P( B'| A). P( B | A' ). 即 P( A'∩ B) = P( A' ) ⋅ P( B | A' ). P( B'| A' ). 即 P( A'∩ B' ) = P( A' ) ⋅ P( B'| A' ). P(A). U P( A' ) 【定義】 分割: k. 設樣本空間 U = ∪ Ei ,其中 Ei 兩兩互不相交,即 E i ∩ E j = φ , 1 ≤ i < j ≤ k ,則 i =1. {E1 , E 2 ,", Ek } 稱為 U 一個分割。 【應用】 分割應用: 1. P( B) = P( A) ⋅ P( B | A) + P( A' ) ⋅ P( B | A' ) 。 n. 2.. k. P ( B ) = ∑ P ( E i ) ⋅ P ( B | E i ) ,其中 U = ∪ Ei 。 i =1. i =1.
(4) 【定理】 貝氏定理: P( A ∩ B) P( A ∩ B) P( A) ⋅ P( A | B) = = P ( B | A) = , P( A) P( A ∩ B) + P( A ∩ B' ) P( B) ⋅ P( A | B) + P( B' ) ⋅ P( A | B' ) 其中 P( A) > 0, P( B) > 0, P( B' ) > 0 。 為西元 1763 年在貝士(Thomas Bayes 十八世紀英國牧師)的遺著中所發現的。 一般的貝氏定理: k. 設樣本空間 U = ∪ Bi ,其中 Bi 兩兩互不相交, i =1. 即 Bi ∩ B j = φ , 1 ≤ i < j ≤ k ,. P ( B j | A) =. P( B j ∩ A) P( A). =. P( B j ∩ A) k. ∑ P( B i =1. i. ∩ A). 其中 P( A) > 0, P( B) > 0, P( B' ) > 0 。. =. P( B j ) ⋅ P( A | B j ) k. ∑ P( B ) ⋅ P( A | B ) i =1. i. i. ,.
(5)
相關文件
二氧化碳外,另外還 有一種葉輪專門捕捉 葡萄糖,再以類似呼 吸作用的反應提供
第 六 條 主管機關應定期會同有關機關進行濕地生態、污染與
Cauchy, Gauss, Laplace, Poisson (from left to right) Cauchy, Gauss, Laplace, Poisson (from left to right)... Poisson and Poisson Process Poisson and
符合前條所定雇主應於每年中央主管機關公告期間內,檢附下列文件、資
他們會回到中間,這是打羽毛 球很重要的一環。目標是為了 準備下一球。試想想如果你在
的機率分配 常態分配 標準常態 分配..
二項隨機 實驗與 二項分配 二項機率分
之後將相機以及球作上面的相機行 走 在和線一起