機率論 機率的描述 機率論簡介 條件機率及獨立 貝氏定理.

Slides:



Advertisements
Similar presentations
高考数学专题之概率 高考数学冲刺 主讲人 : 北京大学光华管理学院 何洋. 北京师范大学京师大厦 9810 室 电话 : 传真 : 写在前面的话 概率是高中数学新教材中新增的内容, 在 实际生活中应用非常广泛, 并且由于概率 论是统计学的基础,
Advertisements

概率论与数理统计 主讲:统计学院 任俊柏.
第四章:长期股权投资 长期股权投资效果 1、控制:50%以上 有权决定对方财务和经营.
第八章 互换的运用.
考研辅导 概率论与数理统计.
張忠謀 台積電 創辦人 一年賺 200億的人.
2.3.1条件概率.
2.2.1 条件概率 临沂第二十四中学高二数学备课组
新編多元性向測驗 測驗說明 輔導室
科學論文 鰂魚涌街的衛生情況 作者:廖梓芯 學校:北角官立上午小學 班級:P.5A.
第五章 機率論.
营销案例系列 事件营销—— 淘宝双11营销策略.
时间与我们的世界 Pb 段心蕊.
西南科技大学网络教育系列课程 6. 机械可靠性设计 6.1 概述 6.2 基本理论 6.3 机械强度可靠性设计.
第一章 概率论的基本概念 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
第一节 预备知识 一、乘法原理 排列及组合 1、乘法原理 乘法原理:若完成一件事情要经过两个步骤,其中第一步中有 种不同的方法,第
在《命运交响曲》 音乐声中 安静我们的心 迎接挑战.
機率的意義 機率運算法則 機率分佈 二項分佈 卜瓦松分佈
101年國中畢業生多元進路宣導 國中部註冊組 100年10月29日.
《成佛之道》序~第三章 圓融 /
高中職優質化專題 教育研究博士班二年級 游宗輝.
海星國中部直升方案說明 報告人:教務處 陳博文主任
101年度十二年國民基本教育 國民中學校長專業研習 校長落實補救教學、適性輔導 中輟生的預防與復學輔導之實務作為
互斥事件有一发生的概率 瑞四中 林光明.
歡迎各位老師 蒞校參訪 召集人、各位委員、同仁大家好,我是林淑玟,負責教務行政進行簡報 報告人:林淑玟 中華民國九十九年三月二十三日.
大學甄選入學 選填志願輔導說明會 曾文農工輔導室.
一所具有悠久歷史與優良傳統的 優質學校 強調生活教育與精緻教學 是您有心向學的最佳選擇.
國立嘉義高級工業職業學校 101年度綜合高中宣導研習 國立嘉義高工 教務主任 林章明
海軍軍官學校 士官二專班 招生簡報 、 第1頁,共30頁.
海軍軍官學校 士官二專班 103學年度 招生簡報.
樣本空間與事件 餘事件:不在A中的樣本所構成的事件,即A′.
第四章 时间序列的分析 本章教学目的:①了解从数量方面研究社会经济现象发展变化过程和发展趋势是统计分析的一种重要方法;②掌握时间数列编制的基本要求;③理解和掌握水平速度两方面指标的计算及运用④理解和掌握长期趋势分析和预测的方法。 本章教学重点:现象发展的水平指标和速度指标。 本章教学难点:现象变动的趋势分析。
铅(Pb) 低水平铅中毒:恶心、暴躁; 大剂量铅中毒:脑损伤; 贫血——便血——肾损伤——尿蛋白; 孕妇:畸胎、死胎、流产。
“08高考化学学业水平(必修科目)测试的命题和教学对策研究”
條件機率 機率概念與應用網路學習研究.
第5章 間斷機率分佈.
國票風暴 指導老師:盧寶泰 組長:4960S077 邱瀅穎 組員:4960S006 翁郁婷 4960S015 陳文君 4960S069 王怡婷 4960S072 陳玟君.
中学生心理健康讲座 打开心灵之门 开启阳光之路 主讲人:范荃.
統計學 授課教師:林志偉 Tel:5021.
4. Probability Theory & Probability Distribution
教育部宣導專員 國立臺中家商 許敏政主任 101年2月23日製作 #201~203
第四章 機率論.
第一章.
第二章 機率概論 2.1 相對次數與機率 樣本空間、事件與隨機變數 抽樣與樣本空間 22
Chapter 3 Conditional Probability and Independence
第 4 章 機率導論.
第四章 機率概論.
第四章 機率概論.
概率论与数理统计 2019/4/9 1.
课件制作:淮北矿业集团公司中学纪迎春 10.7相互独立事件同时发生的概率 授课教师:纪迎春.
十二年國民基本教育 103學年度高中高職及五專 入學方式與就學區規劃 (草案諮詢稿)
《概率论》总复习.
劉仁沛教授 國立台灣大學農藝學研究所生物統計組 國家衛生研究院生物統計與生統資訊組
香港傳統的農村生活.
第5章 集合與機率.
高中職多元進路 家長說明會 主講人: 東莞台商子弟學校 麥馨月 日 期:
三種基本類型的問題 當我們說某件事情的機率是0.50、0.78,或0.24時,是什麼意思? 機率的數值該如何決定?在現實生活中如何測量?
全概率公式和贝叶斯公式主要用于计算比较复杂事件的概率, 它们实质上是加法公式和乘法公式的综合运用.
Introduction to Probability Theory ‧1‧
概率论与数理统计 2019/5/11 1.
二項分配-Binomial 伯努利試驗(Bernoulli Trial) 每一次試驗皆僅有兩種可能結果,不是成功(S),就是失敗(F)。
統 計 方 法 的 順 序 確定目的 蒐集資料 整理資料 分析資料 推論資料 (變量,對象) (方法:普查,抽樣) (圖形、表格)
第一章 概率论的基本概念 主讲教师:董庆宽 副教授 研究方向:密码学与信息安全
國立嘉義高級工業職業學校 101年度雲嘉區綜合高中宣導研習 國立嘉義高工 綜高高中學務組長 呂明欣
99年基測暨直升、原藝班、 申請、甄選入學報名作業說明
課程五 機率.
第3讲 概率论初步 3.1 概率 条件概率和加法公式 3.3 计数原则.
臺灣北區102學年度高級中等學校 舞蹈班暨聯合甄選入學術科測驗 暨甄選入學說明會
台中市黎明國中105學年度 學生報考 一般智能暨學術性向資賦優異學生鑑定 報名流程說明
Presentation transcript:

機率論 機率的描述 機率論簡介 條件機率及獨立 貝氏定理

機率的描述

Pr { 明天淡水不下雨 } = 0.7 明天在淡水有30%的可能性會下雨 Pr { 明天淡水下雨 } = 0.3 機率量度 A:事件 A’:A事件的對立事件

所有的可能結果 { 人頭,10圓 } { 正面,反面 } { 1 , 0 } { 1 , -1 }

所有的可能結果 一些機率值 { 1,2,3,4,5,6 } { 紅,黑 } Pr{ 出現3點 } = ? Pr{ 出現6點 } = ?

機率論簡介 有關「機率」的一些定義 一些用來描述機率值的方式 機率公設

有關「機率」的一些定義 實驗(Experiment) 試驗(Trial) 結果(Outcome) 確定性實驗(Deterministic experiment) 隨機實驗(Random experiment) 樣本空間(Sample space) 事件(Event) 對立事件(Complementary event) 互斥事件(Mutually exclusive)

一些用來描述機率值的方式 古典機率方式 相對次數方式 主觀的測度或判斷 Pr( A ) = #(A) / #(S) Pr( A ) = lim M∞ m(A)/M 主觀的測度或判斷

機率公設 在一個給定的實驗,其樣本空間為S,A1、A2、A3、、、為實驗可能的事件,機率量度Pr是一組函數,其滿足: (1) Pr( Ai ) ≧ 0 (2) Pr( S ) = 1 (3) Ai為互斥事件(i=1,2,3….)

事件機率 事件機率 聯合機率 邊際機率 條件機率 獨立

範例 有一個木箱中有100個微晶片,分別是由工廠I及工廠II所生產, 工廠I 工廠 II Total 不良品 15 5 20 良品 45 35 80 60 40 100

由箱子裡隨機抽取1個微晶片並且測試它的品質 事件機率 P(A) = P(不良品) = 20/100 = 0.2 P(B) = P(工廠 I 生產) = 60/100 = 0.6 聯合機率 P(A∩B) = P(工廠 I 生產的不良品) = 15/100 =0.15 邊際機率 P(A) = P(不良品) = P(A∩B) + P(A∩B’) = P(工廠 I 生產的不良品) + P(工廠 II 生產的不良品) = 0.15 + 0.05 = 0.2

條件機率及獨立 定義: 定理: 定理(乘法律): 在給定事件B的條件下,A事件發生的條件機率,可定義為:P(A|B) = P(A∩B) / P(B) , P(B) > 1 定理: P(A∩B) = P(B) P(A|B) if P(B) > 0 = P(A) P(B|A) if P(A) > 0 定理(乘法律):

範例 承上例 P(工廠 I 生產的不良品) = P(A∩B) = 0.15 P(已知為不良品,是自工廠 I 生產) = P(B|A) = n(A∩B) / n(A) = 15/20 = 0.75 P(已知為工廠 I 生產,是不良品) = P(A|B) = n(A∩B) / n(B) = 15/60 = 0.25

範例 一個桶子內有5個黑球、3個紅球、2個白球,由桶子內隨機抽機4個球(抽出後不放回),試求第1個球為黑球,笫2個球為紅球,笫3個球為白球,第4個球為黑球的機率。 A1為第1個球為黑球之事件 A2為第2個球為紅球之事件 A3為笫3個球為白球之事件 A4為第4個球為黑球之事件

事件的性質 獨立事件 相依事件 互斥事件

獨立事件 定義: A,B兩個事件稱為獨立事件,如果:P(A∩B)=P(A)P(B) 說明: 係指一事件的發生不影響其他事件發生

範例 有一雙引擎飛機,已知其引擎損壞的機率為0.01,請問該飛機因引擎損壞而無法飛行的機率為何: Pr(兩個引擎同時損壞) = 0.01 * 0.01 = 0.0001

相依事件 定義: 說明: A,B兩個事件稱為相依事件,如果:P(A∩B)≠P(A)P(B) 且 P(A∩B)不為空集合 係指一事件的發生會影響其他事件發生

互斥事件 定義: A,B兩個事件稱為互斥事件,如果:P(A∩B)為空集合 說明: 係指事件間的沒有共同的元素

貝氏定理 分割與全機率 樹狀圖 全機率 貝氏定理

分割與全機率 樣本空間 B2 B1 Bk B3 分割 A事件

樹狀圖 A1 P(A1|B1) P(A1|B1)+P(A2|B1)=1 B1 A2 P(A2|B1) P(B1) P(A1|B2) A1 P(B1)+P(B2)+P(B3)=1

全機率

貝氏定理

範例 承上例 已知抽出的微晶片是不良品,請問該微晶片是由工廠I所生產的機率為: Pr(B) = n(B)/n(S) = 0.6 Pr(A) = n(A)/n(S) =0.2 Pr(A|B) = n(A∩B) / n(B) = 0.25 已知抽出的微晶片是不良品,請問該微晶片是由工廠I所生產的機率為: Pr( B | A ) = ( Pr( B )Pr( A | B) ) / Pr(A) =0.6*0.25/0.2 = 0.75

範例 林先生每日開不同的車(福特或BMW)上班,已知開BMW和福特的機率分別為: 又開BMW和福特上班遲到的機率分別為: 遲到的機率為何? Pr(開BMW) = 0.8 , Pr(開福特) = 0.2 又開BMW和福特上班遲到的機率分別為: Pr(遲到|開BMW) = 0.2 , Pr(遲到|開福特) = 0.5 遲到的機率為何? Pr(遲到) = Pr(開BMW) Pr(遲到|開BMW) + Pr(開福特) Pr(遲到|開福特) = 0.26 當上班遲到時,開BMW的機率為何? Pr(開BMW|遲到) = Pr(開BMW)Pr(遲到|開BMW) / Pr(遲到) = 0.16/0.26 = 0.6154

範例 經調查後可以得到下列的機率值: 吃檳榔的機率(全機率)為: 現有一人吃檳榔,其得到口腔癌的機率(P(B1|A1))為: 在有關吃檳榔是否會得到口腔癌的相關研究中,有下列四個事件: B1:患口腔癌 P(B1)=0.02 B2:沒有口腔癌 P(B2)=0.98 A1:吃檳榔 A2:沒吃檳榔 經調查後可以得到下列的機率值: P(A1|B1)=0.1 (患口腔癌有吃檳榔的機率) P(A1|B2)=0.0082 (沒有患口腔癌有吃檳榔的機率) 吃檳榔的機率(全機率)為: P(A1)=P(B1)P(A1|B1)+ P(B1)P(A1|B1)= 0.1*.002+0.0082*0.98=0.01 現有一人吃檳榔,其得到口腔癌的機率(P(B1|A1))為: P(B1|A1)=(0.1*0.002)/(0.1*.002+0.0082*0.98)=0.2

範例 A1 P(A1|B1)=0.1 B1 A2 P(B1)=0.02 P(A1|B2)=0.0082 A1 B2 A2 P(B2)=0.98 P(B1)+P(B2)=1 全機率 P(A1)=0.02*0.1+0.98*00082=0.01 事後機率 P(B1|A1)=(0.1*0.002)/0.01=0.2