Blog16

고정 헤더 영역

글 제목

메뉴 레이어

Blog16

메뉴 리스트

  • 홈
  • 태그
  • 방명록
  • 분류 전체보기 (33)
    • 개발 (0)
      • 프로젝트 (0)
    • 자기계발 (0)
      • 독서 (0)
      • 유튜브 (0)
    • 전공 (33)
      • 확률과 통계 (14)
      • 컴퓨터 구조 (19)
홈태그방명록
  • 개발 0
    • 프로젝트 0
  • 자기계발 0
    • 독서 0
    • 유튜브 0
  • 전공 33
    • 확률과 통계 14
    • 컴퓨터 구조 19

검색 레이어

Blog16

검색 영역

컨텐츠 검색

Bayes Theorem

  • [확률과 통계] 1.4 Total Probability Theorem and Bayes' Rule

    2020.10.24 by blacksmith16

[확률과 통계] 1.4 Total Probability Theorem and Bayes' Rule

Total Probability Theorem $A_{1}, \cdots, A_{n}$이 Ω의 partition이면 Event B에 대해 다음 식이 성립한다. $P(B) = P(B\vert{A_{1}})P(A_{1}) + \cdots + P(B\vert{A_{n}})P(A_{n}) = \displaystyle \sum^{n}_{i=1}P(B\vert{A_{i}})P(A_{i})$ 이 식은 $P(A\cap{B}) = P(B\vert{A})P(A)$를 이용한 것이다. 어떤 사건 B의 확률을 구하기 위해서 Ω의 Partition들과 B의 교집합의 확률을 전부 더했는데, 마치 조각난 B를 모아 합치는 느낌이라 보면 된다. Bayes Theorem $A_{1}, \cdots, A_{n}$이 Ω의 partition..

전공/확률과 통계 2020. 10. 24. 18:43

추가 정보

인기글

최신글

페이징

이전
1
다음
TISTORY
Blog16 © Magazine Lab
페이스북 트위터 인스타그램 유투브 메일

티스토리툴바

단축키

내 블로그

내 블로그 - 관리자 홈 전환
Q
Q
새 글 쓰기
W
W

블로그 게시글

글 수정 (권한 있는 경우)
E
E
댓글 영역으로 이동
C
C

모든 영역

이 페이지의 URL 복사
S
S
맨 위로 이동
T
T
티스토리 홈 이동
H
H
단축키 안내
Shift + /
⇧ + /

* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.