贝叶斯概率 - Bayesian probability
學機率都是自類似的問題開始：從一個黑白球各半的箱子抽球，連續抽出三個白球的機會有多少？
但現實中我們更常遭遇的問題是：從不知道黑白幾何的箱子抽球，連續抽出三個白球，箱子黑白球各半的機率是多少？
類似的方法，應用在社會科學的民調統計問題：如何從有限的樣本推斷某候選人的支持率多少？
這種「逆概」或者「機率的機率」的問題就是 Bayesian probability 嘗試解決的問題。
會算「貝氏定理」的人生是彩色的！該如何利用它讓判斷更準確、生活更美好呢？ - PanSci 泛科學 欲瞭解貝式定理的邏輯，必須先瞭解三種不同的機率：聯合機率（joint probability）、邊際機率（marginal probability）以及條件機率（conditional probability）。
知乎的這篇問答 怎样用非数学语言讲解贝叶斯定理（Bayes’s theorem）？ ：一机器在良好状态生产合格产品几率是 90%，在故障状态生产合格产品几率是 30%，机器良好的概率是 75%。若一日第一件产品是合格品，那么此日机器良好的概率是多少。 . reply_count: 0 get_replies : 0 .
