【原创】概率论10

今天，是概率论主题写作第10天。

从早晨，一直拖到了晚上，

但是不能拖到明天。

所以，现在开始，

无论写得什么样子，

先写，

再说。

今天主题，

条件概率。

如果一个随机事件的概率，

因为某个条件的发生而改变，

那么在这个条件发生的情况下，

随机事件发生的概率就是条件概率。

很多条件概率是很隐蔽的，

现实中所有的概率本质上，

都是条件概率，

条件与发生相伴。

但，

条件概率量化了条件对随机事件的影响，

但它只表示统计意义上的相关性，

并不代表因果关系。

另外，

根据新信息，

不断调整对一个随机事件发生概率的判断，

这就是贝叶斯推理。

贝叶斯推理拓宽了概率这个概念的边界，

在贝叶斯推理中，

概率是对信心的度量，

是我们对某个结果相信程度的定量化表达。

贝叶斯推理有两大优势：

第一，起点不重要，迭代很重要；

第二，信息越充分，结果越可靠。

最后，

补充上一篇关于假设检验的，

一个重要却遗漏的前提，

如果一个随机事件明明不是正态分布，

却偏要用假设检验，

一定会出错。

2020.08.06