Bayesian statistics

베이지 이론(법칙): 사전확률 P(A)과 우도확률 P(B|A)를 안다면 사후확률 P(A|B)를 알 수 있다는 것이다.

즉, A라는 사건이 발생할 가능설을 알고 있고 ---> P(A)

A가 발생했을 때 B가 발생할 가능성을 알고 있다면 --> P(B|A)

B가 발생했을 때 이것의 원인이 A일 가능성을 추론할 수 있다. --> P(A|B)

사전확률(Prior probability): A(원인)가 발생할 확률 P(A)와 같이 결과가 나타나기 전에 결정되어 있는 확률이다.

사후확률(Posterior probability): B(결과)가 발생하였다는 조건하에 A(원인)가 발생하였을 확률을 나타낸다.

우도확률(Likelyhood probability): A(원인)가 발생하였다는 조건하에 B(결과)가 발생할 확률 P(B|A)를 나타낸다.

http://egloos.zum.com/piecono/v/2434681

http://iskim3068.tistory.com/54

http://dokim.tistory.com/177