什么是后验概率？
在贝叶斯统计中，后验概率是在考虑新信息之后事件发生的修订或更新概率。 通过使用贝叶斯定理更新先验概率来计算后验概率。 用统计学术语来说，后验概率是事件B发生时事件A发生的概率。
重要要点
- 在贝叶斯统计中，后验概率是考虑新信息后事件发生的修订或更新概率。后验概率是通过使用贝叶斯定理更新先验概率来计算的。后验概率是概率给定事件B已发生，则发生事件A。
贝叶斯定理公式
给定发生B时计算A发生后验概率的公式：
</ s> </ s> </ s> P（A∣B）= P（B）P（A∩B）= P（B）P（A）×P（B∣A）其中：A，B =事件（B）=大于零（B∣A）=假设A为真，则B发生的概率P（B）和P（B）= A发生的概率和B彼此独立发生的概率
因此，后验概率就是结果分布P（A | B）。
后验概率告诉您什么？
贝叶斯定理可以用于许多应用，例如医学，金融和经济学。 在金融领域，一旦获得新的信息，贝叶斯定理可用于更新先前的信念。 先验概率表示在引入新证据之前最初的相信，而后验概率则将这些新信息考虑在内。
后验概率分布应该比先验概率更好地反映数据生成过程的基本事实，因为后验包含更多信息。 随着新信息的出现，后验概率可以随后成为新的更新后验概率的先验，并被纳入分析。
后验概率的例子
作为预想后验概率的简单示例，假设有3英亩土地带有A，B和C标签。一个英亩的地表下有石油储备，而另外两个则没有。 英亩C中石油的先验概率为三分之一或33％。 在B英亩上进行了钻孔测试，结果表明该位置没有油。 除去英亩B后，含油英亩C的后验概率变为0.5或50％。
