贝叶斯法则(公式)

article/2025/9/24 10:25:32

转自:MBA智库 侵权删

文章目录

        • 概念
        • 贝叶斯法则(公式)原理
        • 贝叶斯法则实例

概念

什么是贝叶斯法则
  贝叶斯的统计学中有一个基本的工具叫贝叶斯法则、也称为贝叶斯公式, 尽管它是一个数学公式,但其原理毋需数字也可明了。如果你看到一个人总是做一些好事,则那个人多半会是一个好人。这就是说,当你不能准确知悉一个事物的本质时,你可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。 用数学语言表达就是:支持某项属性的事件发生得愈多,则该属性成立的可能性就愈大。

贝叶斯法则又被称为贝叶斯定理、贝叶斯规则是概率统计中的应用所观察到的现象对有关概率分布的主观判断(即先验概率)进行修正的标准方法。

所谓贝叶斯法则,是指当分析样本大到接近总体数时,样本中事件发生的概率将接近于总体中事件发生的概率。

但行为经济学家发现,人们在决策过程中往往并不遵循贝叶斯规律,而是给予最近发生的事件和最新的经验以更多的权值,在决策和做出判断时过分看重近期的事件。面对复杂而笼统的问题,人们往往走捷径,依据可能性而非根据概率来决策。这种对经典模型的系统性偏离称为“偏差”。由于心理偏差的存在,投资者在决策判断时并非绝对理性,会行为偏差,进而影响资本市场上价格的变动。但长期以来,由于缺乏有力的替代工具,经济学家不得不在分析中坚持贝叶斯法则。
 通常,事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不一样的;然而,这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。

贝叶斯法则(公式)原理

作为一个规范的原理,贝叶斯法则对于所有概率的解释是有效的;然而,频率主义者和贝叶斯主义者对于在应用中概率如何被赋值有着不同的看法:频率主义者根据随机事件发生的频率,或者总体样本里面的个数来赋值概率;贝叶斯主义者要根据未知的命题来赋值概率。一个结果就是,贝叶斯主义者有更多的机会使用贝叶斯法则。

贝叶斯法则是关于随机事件A和B的条件概率和边缘概率的。

\Pr(A|B) = \frac{\Pr(B | A), \Pr(A)}{\Pr(B)}\propto L(A | B), \Pr(A) !

其中L(A|B)是在B发生的情况下A发生的可能性。

在贝叶斯法则中,每个名词都有约定俗成的名称:

Pr(A)是A的先验概率或边缘概率。之所以称为"先验"是因为它不考虑任何B方面的因素。
Pr(A|B)是已知B发生后A的条件概率,也由于得自B的取值而被称作A的后验概率。
Pr(B|A)是已知A发生后B的条件概率,也由于得自A的取值而被称作B的后验概率。
Pr(B)是B的先验概率或边缘概率,也作标准化常量(normalized constant)。
  按这些术语,Bayes法则可表述为:

后验概率 = (相似度 * 先验概率)/标准化常量
  也就是说,后验概率与先验概率和相似度的乘积成正比。

另外,比例Pr(B|A)/Pr(B)也有时被称作标准相似度(standardised likelihood),Bayes法则可表述为:

后验概率 = 标准相似度 * 先验概率

贝叶斯法则实例

可以将贝叶斯法则的分析思路表达如下。

挑战者B不知道原垄断者A是属于高阻挠成本类型还是低阻挠成本类型,但B知道,如果A属于高阻挠成本类型,B进入市场时A进行阻挠的概率是20%(此时A为了保持垄断带来的高利润,不计成本地拼命阻挠);如果A属于低阻挠成本类型,B进入市场时A进行阻挠的概率是100%。

博弈开始时,B认为A属于高阻挠成本企业的概率为70%,因此,B估计自己在进入市场时,受到A阻挠的概率为:

0.7×0.2+0.3×1=0.44

0.44是在B给定A所属类型的先验概率下,A可能采取阻挠行为的概率。

当B进入市场时,A确实进行阻挠。使用贝叶斯法则,根据阻挠这一可以观察到的行为,B认为A属于高阻挠成本企业的概率变成A属于高成本企业的概率=0.7(A属于高成本企业的先验概率)×0.2(高成本企业对新进入市场的企业进行阻挠的概率)÷0.44=0.32

根据这一新的概率,B估计自己在进入市场时,受到A阻挠的概率为:

0.32×0.2+0.68×1=0.744

如果B再一次进入市场时,A又进行了阻挠。使用贝叶斯法则,根据再次阻挠这一可观察到的行为,B认为A属于高阻挠成本企业的概率变成

A属于高成本企业的概率=0.32(A属于高成本企业的先验概率)×0.2(高成本企业对新进入市场的企业进行阻挠的概率)÷0.744=0.086

这样,根据A一次又一次的阻挠行为,B对A所属类型的判断逐步发生变化,越来越倾向于将A判断为低阻挠成本企业了。

以上例子表明,在不完全信息动态博弈中,参与人所采取的行为具有传递信息的作用。尽管A企业有可能是高成本企业,但A企业连续进行的市场进入阻挠,给B企业以A企业是低阻挠成本企业的印象,从而使得B企业停止了进入地市场的行动。

应该指出的是,传递信息的行为是需要成本的。假如这种行为没有成本,谁都可以效仿,那么,这种行为就达不到传递信息的目的。只有在行为需要相当大的成本,因而别人不敢轻易效仿时,这种行为才能起到传递信息的作用。

传递信息所支付的成本是由信息的不完全性造成的。但不能因此就说不完全信息就一定是坏事。研究表明,在重复次数有限的囚徒困境博弈中,不完全信息可以导致博弈双方的合作。理由是:当信息不完全时,参与人为了获得合作带来的长期利益,不愿过早暴露自己的本性。这就是说,在一种长期的关系中,一个人干好事还是干坏事,常常不取决于他的本性是好是坏,而在很大程度上取决于其他人在多大程度上认为他是好人。如果其他人不知道自己的真实面目,一个坏人也会为了掩盖自己而在相当长的时期内做好事。


http://chatgpt.dhexx.cn/article/9eXNMrOX.shtml

相关文章

贝叶斯公式的理解与推导(简单版本)

院子里面有条狗,过去几十年中,平均100天狗会叫50天,平均100天被偷盗一次,偷盗时有90%概率狗会叫,请问当狗叫的时候,是小偷入侵的概率有多大? 分析: 狗叫为独立事件A,偷盗…

贝叶斯公式简单解释及其运用

简介 贝叶斯定理是18世纪英国数学家托马斯贝叶斯(Thomas Bayes)提出得重要概率论理论。以下摘一段 wikipedia 上的简介: 所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章,而这篇文章是在他死后才由他的一位朋友发…

贝叶斯公式推导及意义

条件概率公式 设A,B是两个事件,且P(B)>0,则在事件B发生的条件下,事件A发生的条件概率(conditional probability)为: P(A|B)P(AB)/P(B)乘法公式 1.由条件概率公式得: P(AB)P(A|B)P(B)P(B|A)P(A) 上式即为乘法公…

浅谈全概率公式和贝叶斯公式

一、条件概率公式 举个例子,比如让你背对着一个人,让你猜猜背后这个人是女孩的概率是多少?直接猜测,肯定是只有50%的概率,假如现在告诉你背后这个人是个长头发,那么女的概…

贝叶斯公式基本推导

基础知识: ①条件概率 :P(B|A) P(AB) / P(A) 其中P(AB) P(A∩B) 即事件A 和事件B同时发生的概率 由上式变形可知 P(AB) P(A) * P(B|A)。 ②全概率公式 : 在计算一个比较复杂事件的概率时,我们总是希望从已知的简单地…

神奇的贝叶斯公式

引言 贝叶斯法则以托马斯.贝叶斯命名,他研究如何计算二项分布的概率参数的分布。贝叶斯法则被世界广泛认识,得益于Richard Price的推广和宣传。Price编辑了贝叶斯的主要著作《An Essay towards solving a Problem in the Doctrine of Chances》&#xf…

贝叶斯公式

1、贝叶斯要解决的问题 贝叶斯公式就是已知先验概率,估计后验概率。 2、贝叶斯公式 条件概率公式: 全概率公式: 贝叶斯公式: 其中:p(w):为先验概率,表示每种类别分布的概率;&#…

教你如何理解贝叶斯公式

贝叶斯公式 定理贝叶斯的英文概率论中的一个定理,跟它随机变量的条件概率以及边缘概率分布有关。 下面是贝叶斯的公式: 其中P(A | B)。是指在事件乙发生的情况下事件甲发生的概率其中甲代表的是所属的类别(Y&#xf…

贝叶斯公式与全概率公式的理解。

1.贝叶斯与全概率公式解释 1.全概率公式定义 即若在某个场景下,可找到一个完备事件组 Ai ( i 1,2,3…n)。 则对任一与该场景有关的事件 B,都可以分割成无数个小事件(由不同因素引起的事件) 有:   B B ∩ A1 ∪ A2…

条件概率、贝叶斯公式理解

1、条件概率 条件概率是指事件A在事件B发生的条件下发生的概率,记作:P(A|B)。如下图所示:整个样本空间为Ω,事件A和事件B包含在Ω中。事件A和事件B同时发生的情况,即A、B交集记作AB。事件A的概率记作&…

简单理解贝叶斯公式

贝叶斯公式:给定一组所关心事件的先验概率,如果你收到新的信息,那么更新你对于事件发生概率的法则为: 某城市发生了一起汽车撞人逃跑事件,该城市只有两种颜色的车,蓝色15%,绿色85%,事…

[work*] 贝叶斯公式的通俗解释

本文节选自《人类最美的54个公式》 转自量子位 我思故我在 引 我思故我在 AI背后的神秘公式 近代哲学奠基人,伟大的笛卡尔说出“我思故我在”时,上帝震惊了。 第一个被赋予公民身份的机器人Sophia(索菲娅)被问到:你…

贝叶斯公式详解

概率论只不过是把常识用数学公式表达了出来。 ——拉普拉斯 记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看到一本书,名叫贝叶斯方法。当时数学系的课程还没有学到概率统计…

通俗易懂讲解贝叶斯

0. 前言 这是一篇关于贝叶斯方法的科普文,我会尽量少用公式,多用平白的语言叙述,多举实际例子。更严格的公式和计算我会在相应的地方注明参考资料。贝叶斯方法被证明是非常 general 且强大的推理框架,文中你会看到很多有趣的应用…

贝叶斯公式的理解

作者:知乎用户 链接:https://www.zhihu.com/question/21134457/answer/169523403 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 最近我自己在学习一些关于机器学习的东西,目前学到…

贝叶斯定理的通俗理解

朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器(分类又被称为监督式学习,所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类,反之聚类问题被称为非监督式学习),朴素贝叶斯在处理文本数据时…

贝叶斯通俗易懂推导

简介 贝叶斯定理是18世纪英国数学家托马斯贝叶斯(Thomas Bayes)提出得重要概率论理论。以下摘一段 wikipedia 上的简介: 所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章,而这篇文章是在他死后才由他的一位朋友发…

贝叶斯公式的通俗理解

概述 贝叶斯分析是整个机器学习的基础框架 中学课本里说概率这个东西表述是一件事情发生的频率, 或者说这叫做客观概率。 贝叶斯框架下的概率理论确从另一个角度给我们展开了答案, 它认为概率是我们个人的一个主观概念, 表明我们对某个事物发…

贝叶斯公式的最通俗解释

本质上,贝叶斯公式描述了在给定新信息的情况下如何更新我们的模型。 为了理解原因,我们将看一个简单的例子:用不公平的硬币抛硬币。 假设我们有一个神奇的硬币! 抛掷时可能出现正面或反面,但概率不一定相等。 问题是&…

贝叶斯公式:通俗的理解

如上文提到的贝叶斯公式,《朴素贝叶斯分类: 使用案例》,可以使用它来做文本分类: 【已知:样本中每个分类下的单词概率ceilPencent, 样本的分类占比(也即概率分布)bodyPencent】 来了一篇文章&am…