而且无法得到相对次数的资料.PPT

4.5 貝氏定理 第4章 機率導論 第168頁 * 貝氏定理實例 某製造商向兩個供應商訂購零件，令 A1 表示供應商 1 供應零件的事件，A2 代表供應商 2 供應零件的事件。現在有 65% 的零件是向供應商 1 購買，35% 的零件是向供應商 2 購買。假設隨機取出一零件，我們指派先驗機率 P(A1)＝0.65 與 P(A2)＝0.35。 零件品質因供應來源而異，而供應商供貨品質的歷史資料如表4.6所示。令G 代表零件是好的，B 代表零件是壞的。由表4.6可得知如下的條件機率值。 P(G∣A1) = 0.98 P(B∣A1) = 0.02 P(G∣A2) = 0.95 P(B∣A2) = 0.05 第4章 機率導論 第168頁 * 貝氏定理實例 由圖4.10 樹狀圖可看出，公司從供應商處收到零件，然後檢驗零件的好壞，我們可將這個過程視為一個兩步驟的實驗，此實驗有 4 個實驗結果：兩個對應到零件是好的，另外兩個對應到零件是壞的。 第4章 機率導論 第168頁 表4.6 * 貝氏定理實例 第4章 機率導論 第169頁 圖4.10 * 貝氏定理實例 每一實驗結果皆是兩事件的交集，因此我們可以用乘法律計算其機率。則： P(A1, G) = P(A1 ∩ G) = P(A1)P(G∣A1) 上述聯合機率的計算過程可在機率樹狀圖上加以表達 (見圖