1.5条件概率终稿.ppt

如果不做试验,抽查一人,他是患者的概率 P(B1)=0.0004 患者阳性反应的概率是0.99，若试验后得阳性反应，则根据试验得来的信息，此人是患者的概率为 P(B1 ｜A)= 0.00786 说明这种试验对于诊断一个人是否患有癌症有意义. 从0.0004增加到0.00786,将近增加约20倍. 思考1. 这种试验对于诊断一个人是否患有癌症 有无意义？ 思考2. 检出阳性是否一定患有癌症? 试验结果为阳性,此人确患癌症的概率为 P(A｜B1)= 0.00786 即使你检出阳性，尚可不必过早下结论你有癌症，这种可能性只有0.0786% (平均来说，1000个人中大约只有8人确患癌症)，此时医生常要通过再试验来确认. 贝叶斯（Bayes，Thomas） (1702─1761) 名人名言 “贝叶斯提出了一种归纳推理的理论，以后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法.” ──摘自《中国大百科全书》（数学卷） 生平简介 贝叶斯是英国数学家.1702年生于伦敦；1761年4月17日卒于坦布里奇韦尔斯. 贝叶斯是一位自学成才的数学家.曾助理宗教事务，后来长期担任坦布里奇韦尔斯地方教堂的牧师. 1742年，贝叶斯被选为英国皇家学会会员. 对数学的主要贡献 1763年，贝叶斯发表《论机会学说问题的求解》中，提出了一种归纳推理的理论，其中的“贝叶斯定理（或贝叶斯公式）”给出了在已知结果E后，对所有原因C计算其条件概率（后验概率） 的公式，可以看作最早的一种统计推断程序，以后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法.采用这种方法作为统计推断所得的全部结果，构成贝叶斯统计方法的内容.贝叶斯统计在理论上的进展以及它在应用上的方 对数学的主要贡献 便和效益，使其观点为许多的人所了解，并对一些统计学者产生吸引力.而认为贝叶斯方法是唯一合理的统计推断方法的统计学者，形成数理统计学中的贝叶斯学派.如今在概率、数理统计学中以贝叶斯姓氏命名的有贝叶斯公式、贝叶斯风险、贝叶斯决策函数、贝叶斯决策规则、贝叶斯估计量、贝叶斯方法、贝叶斯统计等等. 对数学的主要贡献 在关于微积分基础的论战中，贝叶斯也发表过文章，为了反对贝克莱主教对微积分的攻击，他于1736年发表了《流数术学说入门》. 信号收发问题 将A，B，C三个字母之一输入信道，输出为原字母的概率为α，而输出为其他一字母的概率都是(1－α)/2.今将字母串AAAA，BBBB，CCCC之一输入信道，输入AAAA，BBBB，CCCC的概率分别为p1, p2, p3 (p1+p2+p3=1)，已知输出为ABCA，问输入的是AAAA的概率是多少？（设信道传输每个字母的工作是相互独立的.） 应用背景 信号输入信道后，有可能由于硬件原因，使得输出的信号与原始信号有差异.此时可以根据已知的条件，求得出现误差的概率. 相关知识点 1.条件概率 2.全概率公式 3.贝叶斯公式 解题方法 首先分别求出输入的是AAAA，BBBB，CCCC的条件下，输出为ABCA的条件概率，再利用全概率公式求出输出为ABCA的概率，最后利用贝叶斯公式求得答案. 解题过程 设D表示“输出信号为ABCA”，B1、B2、B3分别表示“输入信号为AAAA，BBBB,CCCC”，则B1、B2、B3为一完备事件组，且P(Bi)=pi, i=1, 2, 3.再设A发、A收分别表示发出、接收字母A的事件，其余类推，依题意有 第一步： P (A收| A发)= P (B收| B发)= P (C收| C发)=α， P (A收| B发)= P (A收| C发)= P (B收| A发)= P (B收| C发) =P (C收| A发)= P (C收| B发)= 解题过程 第二步： 因信道传输每个字母的是相互独立的，故 P (ABCA|AAAA)= P (D | B 1) = P (A收| A发) P (B收| A发) P (C收| A发) P (A收| A发) 同样可得 P (D | B 2) = P (D | B 3) = 第三步： 于是由全概率公式，得 解题过程 第四步： 由贝叶斯公式，得 进一步的问题 已知输出为ABCA，问输入的是BBBB的概率是多少？ * 在实际问题中，一般除了要考虑事件A的概率P（A），还须考虑在“已知事