先验概率与后验概率的区别-1

先验概率与后验概率的区别（老迷惑了）
此为Bayesian先生，敬仰吧，同志们！
先验（A priori；又译：先天）在拉丁文中指“来自先前的东西”，或稍稍引申指“在经验之前”。

近代西方传统中，认为先验指无需经验或先于经验获得的知识。

它通常与后验知识相比较，后验意指“在经验之后”，需要经验。

这一区分来自于中世纪逻辑所区分的两种论证，从原因到结果的论证称为“先验的”，而从结果到原因的论证称为“后验的”。

先验概率是指根据以往经验和分析得到的概率，如全概率公式中的，它往往作为“由因求果”问题中的“因”出现。

后验概率是指在得到“结果”的信息后重新修正的概率，是“执果寻因”问题中的“因” 。

后验概率是基于新的信息，修正原
来的先验概率后所获得的更接近实际情况的概率估计。

先验概率和后验概
率是相对的。

如果以后还有新的信息引入，更新了现在所谓的后验概率，得到了新的概率值，那么这个新的概率值被称为后验概率。

先验概率的分类：
利用过去历史资料计算得到的先验概率，称为客观先验概率；当历史资料无从取得或资料不完全时，凭人们的主观经验来判断而得到的先验概率，称为主观先验概率。

后验概率是指通过调查或其它方式获取新的附加信息，利用贝叶斯公式对先验概率进行修正，而后得到的概率。

先验概率和后验概率的区别：
先验概率不是根据有关自然状态的全部资料测定的，而只是利用现有的材料(主要是历史资料)计算的；后验概率使用了有关自然状态更加全面的资料，既有先验概率资料，也有补充资料；
先验概率的计算比较简单，没有使用贝叶斯公式；而后验概率的计算，要使用贝叶斯公式，而且在利用样本资料计算逻辑概率时，还要使用理论概率分布，需要更多的
数理统计知识。

先验概率与后验概率
"概率就是无知, 而不是事务本身是随机的".
事情有N种发生的可能,我们不能控制结果的发生,或者影响结果的机理是我们不知道或是太复杂超过我们的运算能力. 新发一个物种, 到底是猫,还是小老虎呢(朱道元的经典例子)? 是由于我们的无知才不能确定判断.
先验概率 ( Prior probability)
先验概率是在缺乏某个事实的情况下描述一个变量; 而后验概率是在考虑了一个事实之后的条件概率. 先验概率通常是经验丰富的专家的纯主观的估计. 比如在法国大选中女候选罗雅尔的支持率 p, 在进行民意调查之前, 可以先验概率来表达这个不确定性.
后验概率 ( posterior probability)
Def: Probability of outcomes of an experiment after it has been performed and a certain event has occured.
后验概率可以根据通过Bayes定理, 用先验概率和似然函数计
算出来. 下面的公式就是用先验概率密度乘上似然函数,接着
进行归一化, 得到不定量X在Y=y的条件下的密度,即后验概率
密度:
其中f X(x) 为X的先验密度,
L X | Y = y(x) = f Y | X = x(y) 为似然函数..
看了很多张五常的文章以后，思考一些经济学或者统计学的问题，都试着从最简单处入手。

一次，在听一位英国帝国理工大学的教授来我们学校讲学，讲的主要是经济计量学的建模，以及一些具体应用实例，没想到听报
告过程中，一直在思考一道最简单的概率问题。

关于“抛硬币”试验的概率问题。

问题是这样的：
1、多次抛硬币首先是一个贝努利试验，独立同分布的
2、每次抛硬币出现正、反面的概率都是1/2
3、当然硬币是均匀同分布的，而且每次试验都是公正的
4、在上述假设下，假如我连续抛了很多次，例如100次，出现的都是正面，当然，稍懂概率的人都知道，这是一个小概率事件，但是小概率事件是可能发生的。

我要问你，下次也就是我抛第101次，出现正、反的概率是不是相等。

我认为是不相等的，出现反面的概率要大于正面。

我的理由是，诸如“抛硬币”等独立同分布试验都有无数人试验过，而且次数足够多时，正、反面出现的概率应该是逼近1/2的。

也就是说，这个过程，即使是独立同分布的试验它也是有概率的。

5、提出这个问题之后，我请教了很多同学和老师，大部分同学一开始都是乍一听这个问题，马上对我的观点提出批判，给我列条件概率的公式，举出种种理由，不过都被我推翻了
很巧的是，没几天，我在图书馆过期期刊阅览室找到一篇关于独立同分布的newman定理
推广到
markov链过程的文章，见97年《应用统计研究》，我看不大懂，复印了下来，去请教
我们系数理统计方面比较权威的老师，他的答复我基本满意。

他将数理统计可以分为两大类：频率统计学派和贝叶斯统计学派。

目前，国内的数理统计主要是频率统计。

又给我分析了什么是先验概率，先验概率和条件概率有什么区别，他认为：在“抛硬币”试验当中，硬币的均匀分布和抛的公正是先验条件或先验概率，但是抛100次正面却是条件概率，接着他又解释了概率的记忆功能，他讲当贝努利试验次数不够大的时候，它不具有记忆功能，次数足够大的时候，也就是服从二项分布时，具有记忆功能。

这时，连续抛很多次正面就可以算作是先验概率。

但这样，我又不懂了。

我认为，即使只刚抛过1次，如果考虑这个过程的话，对第二次的结果也应该是有影响的，你们认为呢？这个问题，这位老师也没能解释好。

研究这个问题的启示或者意义：
1、推翻了一些东西，可能很大，也可能是我牛角尖钻的太深了
2、一个试验，我在一间屋子里做“抛硬币”的试验，我“一不小心”连续抛出了100次正面，这里请你不要怀疑硬币质地的均匀和我抛法的不公正，这时，你推门进了实验室，我和你打赌，
下次抛硬币会出现反面，给你很高的赌注。

因为我知道我已经抛了100次正面，在这个过程中正反面出现的概率是要往1：1均
衡的。

但是我不会告诉你，我已经连续抛了100次正面。

你当然认为正反面出现的概率是1：1，而且你的理论依据也是正确的。

但是，你的正确的理论可能会使你输钱的。

3、研究这个问题，我是想提出两个问题：其一，正确的理论可能得不出正确的结果，其二，信息的不对称问题。

验前概率就是通常说的概率，验后概率是一种条件概率，但条件概率不一定是验后概率。

贝叶斯公式是由验前概率求验后概率的公式。

举一个简单的例子：一口袋里有3只红球、2只白球，采用不放回方式摸取，求：
⑴ 第一次摸到红球（记作A）的概率；
⑵ 第二次摸到红球（记作B）的概率；
⑶ 已知第二次摸到了红球，求第一次摸到的是红球的概率。

解：⑴ P(A)=3/5，这就是验前概率；
⑵ P(B)=P(A)P(B|A)+P(A逆)P(B|A逆)=3/5
可编辑
⑶ P(A|B)=P(A)P(B|A)/P(B)=1/2，这就是验后概率。

.
精品文档，欢迎下载。