[!info] related notes

• 所属 MOC: logic-moc
• 前置概念:
• 并列概念:
• 易混淆概念:
• 关系笔记:

条件概率

一句话定义

条件概率 P(A|B) 表示：在已经知道 B 发生的前提下，A 发生的概率。

它不是 A 的原始概率，而是信息 B 到来后重新缩小样本空间得到的概率。

基本公式

当 P(B) > 0 时：

P(A|B) = P(A ∩ B) / P(B)

直觉：先只看 B 已经成立的那些情况，再问其中有多少同时满足 A。

最小例子

100 人中：

60 人会 JavaScript
30 人会 TypeScript
其中 24 人两者都会

那么：

P(TypeScript | JavaScript)
= 24 / 60
= 0.4

意思是：已经知道某人会 JavaScript 后，他会 TypeScript 的比例是 40%。

而：

P(JavaScript | TypeScript)
= 24 / 30
= 0.8

是 80%。

这两个数字可以完全不同。

最重要的警告：P(A|B) ≠ P(B|A)

条件方向不能随便反转。

例如：

P(阳性 | 患病)

表示检测灵敏度的一部分：患病的人有多大概率测阳性。

而：

P(患病 | 阳性)

表示一个人测阳性后真正患病的概率。

两者不是同一个问题。

要从前者推到后者，还需要基础率和假阳性信息，这正是贝叶斯更新要解决的。

联合概率乘法规则

由条件概率定义：

P(A ∩ B) = P(A|B)P(B)

同样也有：

P(A ∩ B) = P(B|A)P(A)

于是：

P(A|B)P(B) = P(B|A)P(A)

这就是贝叶斯公式的直接来源。

独立性

如果 A 和 B 独立，意味着知道 B 并不会改变 A 的概率：

P(A|B) = P(A)

此时：

P(A ∩ B) = P(A)P(B)

注意

“看起来没关系”不是数学意义的独立。

独立是概率分布中的明确关系，需要由模型或数据支持。

条件化就是“更新样本空间”

假设一副标准牌抽一张。

原本：

P(抽到 A) = 4/52

现在已知抽到的是黑桃：

P(A | 黑桃) = 1/13

你没有改变那张牌，只是获得信息后，把可能世界从 52 张缩小到了 13 张。

Debug 场景

你想判断根因 H：数据库连接池耗尽。

观察证据 E：出现大量 connection timeout。

真正有用的问题不是：

“连接池耗尽会不会出现 timeout？”

而是同时区分：

P(E | H)
P(E | ¬H)

如果无论 H 是否成立都经常出现 E，那么 E 区分力很弱。

如果 E 在 H 成立时非常常见，在其他原因下很少见，它才是强诊断证据。

证据区分力

一个证据 E 支持 H 的程度，与下面这个比较高度相关：

P(E|H)  vs  P(E|¬H)

如果：

P(E|H) 很高
P(E|¬H) 很低

看到 E 会明显提高 H 的可信度。

这也解释了为什么“和假设一致”本身不够：很多证据可能和所有假设都一致。

条件概率与因果不是一回事

即使：

P(B|A) > P(B)

也只说明 A 与 B 有统计关联。

不能自动写成：

A causes B

原因可能包括：

• 混杂变量；
• 反向因果；
• 选择偏差；
• 测量偏差。

概率依赖与因果关系需要分开。

自然频数比百分比更容易理解

医学检测例子里，与其说：

基础率 1%
灵敏度 90%
假阳性率 5%

不如想成 10,000 人：

100 人患病
→ 约 90 人阳性

9900 人未患病
→ 约 495 人假阳性

总阳性约 585 人，其中真正患病约 90 人。

所以：

P(患病 | 阳性) ≈ 90/585 ≈ 15.4%

即使测试“对患病者很敏感”，阳性后的患病概率仍可能远低于直觉。

和基础率忽视的关系

基础率忽视就是在计算或直觉判断：

P(H|E)

时，过度注意个案证据 E，却忽略：

P(H)

这个原始基础率。

条件概率让这个偏差从“心理提醒”进入数学结构。

快速自测

已知：

90% 的严重数据库故障都会触发告警 A。

现在看到告警 A，能否说：

“90% 概率是严重数据库故障”？

不能。

你只知道：

P(A | 严重故障) = 0.9

你要的是：

P(严重故障 | A)

还需要故障基础率和其他情况下告警 A 的发生率。

一句记忆

竖线 | 不是装饰：它告诉你“我已经知道什么”，而条件一反转，问题就可能完全变了。