贝叶斯定理计算器

🎯 贝叶斯定理计算器

假设 H₁ 的先验概率 P(H₁) 在 H₁ 为真时观察到证据 E 的似然 P(E | H₁) 在 H₁ 为假（¬H₁）时观察到证据 E 的似然 P(E | ¬H₁)（误报率）

P(H₁ | E) = P(E | H₁) × P(H₁) / [P(E | H₁) × P(H₁) + P(E | ¬H₁) × P(¬H₁)]

含义：在观察到证据 E 后，更新假设 H₁ 的概率。
• 先验 P(H₁)：观察前对假设的信念
• 似然 P(E|H₁)：H₁ 为真时见到证据的概率
• 边缘 P(E)：证据的总概率
• 后验 P(H₁|E)：观察证据后对假设的新信念