1 概率与统计进阶——概率统计的基础概念：条件概率、全概率、贝叶斯公式( 二 ) _概率

但是怎么找？按照正常的思路，我们首先要去评估每种可能本身的某种**“性质”，比方说，直接去调查1,2,?,人的品性很坏的概率或者作案动机的大小等等即P(Bi)，这个就叫做先验概率。接着，我们需要将这些嫌疑人与案件关联起来，即将这起杀人案件 A 与嫌疑人 Bi 放在一起进行关联分析**，即以A为条件来分析Bi是凶手的可能性，即P(A|Bi)，这也就是我们所说的后验概率。
至此，也就从本质上理解了贝叶斯公式。
博主还提出了贝叶斯公式的另外一种解释
贝叶斯公式 2
等有时间再深究。
总结
经验1：要顺着条件概率和全概率去理解贝叶斯公式：贝叶斯公式 = 条件概率 + 全概率（作分母部）
经验2：从两个变量的条件概率P(B|A)开始去理解多变量的条件概率P(Bi|A) 。
1.条件概率：理解为“占比”
已经存在的或者先发生的叫做“结果”，作为分母
2.全概率：将一切概率理解为条件概率（B将Ω完全划分，且独立）
3.贝叶斯公式：条件概率 + 全概率（作分母部）
在公式结构上，贝叶斯可以简单的理解为由全概率作为分母部分的条件概率；
在公式理解上，贝叶斯公式可以看做是先验概率（“原因”）与后验概率（“结果”）的乘积与 ”结果“全概率的比值！
本文参考系列博客：
概率学系列一：基础介绍
概率学系列四：深入浅出 - 理解条件概率、全概率公式和贝叶斯公式