第 4 章　全概率公式与贝叶斯

4.1划分：把世界切成互不重叠的块

在讲公式前，先认识一个概念：划分（也叫完备事件组）。

一组事件 B₁, B₂, …, Bₙ 称为样本空间 Ω 的一个划分，如果它们满足两条：

• 两两互斥：任意两个都不同时发生（B_i ∩ B_j = ∅，i ≠ j）。
• 合起来全覆盖：B₁ ∪ B₂ ∪ … ∪ Bₙ = Ω（任何一个结果，必落在某个 B_i 里）。

换句话说，划分就是把整个世界切成若干块，块与块不重叠，合起来刚好拼满。每个结果有且仅有一个「归属块」。

这两条缺一不可，各有各的后果：丢了互斥，同一结果会被计入两块，概率被重复相加，总账直接多算；丢了全覆盖，有些结果不属于任何一块，总账漏算。用骰子样本空间 Ω = {1,…,6} 试一遍：{1,2,3} 与 {4,5,6} 两关都过，是划分；{点数≥4} 与 {点数≤2} 互斥却漏了 3，不是划分。检查划分时养成习惯：先扫重叠，再扫遗漏，两关都过才算数。

注意第三行里的「其他」：把长尾情况收进一个兜底块，是保证「全覆盖」的常用工程技巧——宁可设一块说不清的「其他」，也不能让划分漏掉世界的一角。

往大处看，划分是所有分类学的骨架：疾病编码库把症状世界切成互不重叠的诊断块；零件手册把部件世界按功能切块；故障模式库把「出问题的原因」切成互斥的类别。管理咨询里大名鼎鼎的 MECE 原则（相互独立、完全穷尽），翻译过来就是本章开头那两条定义。做根因分析时先问一句「我的故障清单是划分吗」——重叠会让两拨人重复整改，遗漏会让某类故障永远无人认领。

把划分画成图，定义立刻可视化：Ω 是一整张饼，划分是切饼的刀法——块块不重叠、无死角。事件 A 则像一片酱料痕迹，横跨若干块：A 的概率等于它在各块内的部分相加。检查「互斥」就看块与块之间有没有公共面积，检查「全覆盖」就看所有块拼起来是否严丝合缝盖住 Ω。第 3 章说「条件概率 = 把 B 当新宇宙」，本章说「全概率 = 把宇宙按块拆开」——一收一放，恰是同一张饼的两种吃法。

4.2全概率公式：顺着原因算结果

设 B₁, B₂, …, Bₙ 是 Ω 的一个划分（且每个 P(B_i) > 0）。那么对任意事件 A：

P(A) = P(B₁)·P(A|B₁) + P(B₂)·P(A|B₂) + … + P(Bₙ)·P(A|Bₙ)

这就是全概率公式。

推导：三步搞定

1. 因为划分覆盖了 Ω，事件 A 可以拆成互斥的若干块：A = (A∩B₁) ∪ (A∩B₂) ∪ … ∪ (A∩Bₙ)。
2. 这些块两两互斥，由概率的可加性：P(A) = P(A∩B₁) + P(A∩B₂) + … + P(A∩Bₙ)。
3. 对每一项用上一章的乘法公式 P(A∩B_i) = P(B_i)·P(A|B_i)，就得到全概率公式。

工程上用得最多的是两块划分 {B, B̄} 的简式：P(A) = P(B)P(A|B) + P(B̄)P(A|B̄)。用传感器小算例练手：某传感器发生漂移的概率是 5%；漂移时引发报警的概率是 0.8，正常时误报的概率只有 0.05。总报警率 P(报警) = 0.05×0.8 + 0.95×0.05 = 0.04 + 0.0475 = 0.0875。注意这 8.75% 里，一大半（4.75 个百分点）来自「正常但误报」——正常状态的体量太大（95%），哪怕很小的误报率也贡献了主要噪声。这种「小条件率 × 巨大基数」的结构，是 4.5 节假阳性问题的雏形，值得现在就多看两眼。

把 1.7% 放回频率语言再数一遍人头，能发现公式与直觉完全咬合：若生产 10000 件，期望次品 170 件——甲线贡献 10000×0.5×0.01 = 50 件，乙线 10000×0.3×0.02 = 60 件，丙线 10000×0.2×0.03 = 60 件，50+60+60 = 170 ✓。「每块人头相加」，正是全概率公式的直白读法。

最后用随机模拟做一次独立核对：写十行代码，先按（0.5, 0.3, 0.2）随机选产线，再按该线次品率（1%、2%、3%）随机判定是否次品，重复一百万次——模拟得到的次品频率约为 0.0168，与公式算出的 0.017 吻合，差异在模拟的随机波动范围内。公式给精确值，模拟给频率印证；两条腿走路，心里最踏实。

什么时候该启用全概率公式？认三个特征：①结果有多个来源（次品可能出自任一条线；阳性可能来自真病或误报）；②知道各来源的占比（产量结构、患病率）；③知道每个来源下的条件率（各线次品率、灵敏度与误报率）。三个都齐，套公式就是算术；缺哪个，就得先补哪个的数据——工程上「模型不难，数据难」，难就难在占比与条件率的统计要可靠、要可追溯。

生活中的全概率

你在电商平台买东西，总退货率 = 「A 店购买比例 × A 店退货率」+「B 店购买比例 × B 店退货率」+ …。这就是全概率公式：总体的某个结果，是各来源「比例 × 条件率」的加权和。

工程应用：凡「总体指标 = 各部分指标按体量加权」的场合，背后都是全概率公式——公司总事故率 = 各基地事故率按工时加权；监控系统的总误报率 = 各干扰源占比 × 各自误报率之和；多供应商来料的总体不良率 = 各家份额 × 各家不良率之和。读懂这层结构的管理价值在于归因预算：想在总体上压掉 0.5% 的次品率，应逐块比较「占比 × 条件率」的绝对贡献，把改进资源砸给贡献最大的块，而不是想当然砸给「条件率最高」的小块——上一章「链式乘积最弱一环最贵」的直觉，到全概率的加权结构里要换成「绝对贡献最大者优先」。

4.3贝叶斯公式：倒着结果推原因

全概率公式是「知道原因算结果」。但生活里更常见的是反过来的问题：已经看到结果 A（比如「检测呈阳性」「机器报警」），想知道「是哪个原因 B_i 导致的」。

答案就是贝叶斯公式。在同样的划分 B₁, …, Bₙ 下，已知 A 发生后，某个原因 B_i 的条件概率为：

P(B_i|A) = P(B_i)·P(A|B_i) ⁄ P(A)

其中分母 P(A) 用全概率公式展开，就是：

P(B_i|A) = P(B_i)·P(A|B_i) ⁄ [P(B₁)P(A|B₁) + P(B₂)P(A|B₂) + … + P(Bₙ)P(A|Bₙ)]

推导：只有一步

贝叶斯公式其实特别简单，它不过是条件概率定义 + 乘法公式的简单组合：

1. 由条件概率定义：P(B_i|A) = P(A∩B_i) ⁄ P(A)。
2. 分子用乘法公式：P(A∩B_i) = P(B_i)·P(A|B_i)。
3. 分母用全概率公式展开。代入即得。

再用模拟核对一次后验：重复前一节的百万次抽件，筛出其中约 17077 件次品，数一数产线归属——甲占约 29.6%、乙占约 35.1%、丙占约 35.3%，与公式的 5/17 ≈ 29.4%、6/17 ≈ 35.3%、6/17 ≈ 35.3% 吻合。「先抽一件、只看次品、再数来源占比」，这个模拟流程本身就是贝叶斯公率的频率翻译：后验 = 在结果已发生的世界里，各来源所占的比重。

看清这台机器的内部结构：贝叶斯 = 份额的重新归一化。分子 P(B_i)·P(A|B_i) 是第 i 条路径的绝对贡献，各家贡献原本高低不平（例题 3 里是 50 : 60 : 60）；除以同一个 P(A) = 170 之后，所有份额被重新标定成「加起来恰好 100%」的嫌疑表（29.4% : 35.3% : 35.3%）。贝叶斯没有发明新概率，它只是把「贡献榜」换算成「嫌疑榜」——而划分的质量，决定了这张榜单有没有意义。

把例题 3 的三块扩到几十块，就得到工业故障诊断系统的雏形：先验来自各故障模式的统计占比，似然来自「该故障下出现当前报警组合的概率」，后验排序给出排查顺序——块数变多不改变算法，只改变表格的行数。这也是朴素贝叶斯分类器、贝叶斯网络的共同底座：后面第 10 章的随机变量与第 11 章的统计推断，都会回到这套「加权 → 证据 → 归一化」的循环。

4.4先验与后验：贝叶斯如何更新信念

要真正吃透贝叶斯，得理解它的三个「角色」。以「看到检测结果，判断是否患病」为例：

• 先验概率 P(B_i)：在看到任何新证据之前，你对「原因 B_i」的初始判断。比如「某病在人群中的患病率是 1%」，这就是先验 P(病) = 0.01。
• 似然 P(A|B_i)：在「原因 B_i 确实成立」的前提下，观察到证据 A 的可能性。比如「患病者检测呈阳性的概率是 99%」，即 P(阳|病) = 0.99。
• 后验概率 P(B_i|A)：看到证据 A 之后，你对「原因 B_i」的更新判断。即「检测阳性后，真的患病的概率」P(病|阳)。

三个角色里最容易被误解的是似然。似然 P(A|B) 是「假设原因成立时，看到这份证据的可能性」，它不是「原因的概率」——方向别搞反。同一份证据在「有病」与「无病」下的似然之比，叫似然比，是证据强度的标尺：LR = P(阳|病) ⁄ P(阳|健康) = 0.99 ⁄ 0.01 = 99，意思是这份证据在患者身上出现的可能性，是健康人的 99 倍。由此可把贝叶斯写成最实用的形态——后验赔率 = 先验赔率 × 似然比：先验赔率 0.01 ⁄ 0.99 = 1 : 99，乘以 99 得后验赔率 1 : 1，即 50%（4.5 节的答案提前剧透）。一次检测把「一比九十九」的赔率拉平——这份证据有多重，赔率语言一目了然。

给三个角色配上「判别句式」，解题与汇报都不慌：先验说「在还没有任何新消息之前，X 的可能性是……」；似然说「如果 X 成立，那么看到这份证据的可能性是……」；后验说「既然看到了这份证据，X 的可能性是……」。三个句式一一对应记号 P(X)、P(证据|X)、P(X|证据)。句式里藏着方向感：「如果」在前是假设语气（似然），「既然」在前是既成事实（后验）——中文语感天然区分假设与现实，读题时用它定位方向，比死盯符号可靠。

先验从哪来？频率派说：来自历史统计（比如去年的患病率）；贝叶斯派说：也可以来自专家判断与合理经验。两派分歧在「先验允不允许主观成分」，但工程实践早有折中方案——敏感性分析：把先验翻倍、减半各算一遍，看结论稳不稳。结论稳，说明证据足够强，先验来路的争议不影响决策；结论不稳，说明数据不足，该去补数据而不是急着下结论。下一节的例题 5 会给这个思想配上具体数字。

4.5经典应用：假阳性与疾病诊断

下面这个例子，是贝叶斯公式最震撼、也最实用的应用。

问题

某种罕见病，在人群中的患病率是 1%。有一种检测方法：

• 如果你真的患病，检测呈阳性的概率是 99%（灵敏度很高）。
• 如果你没患病，检测却「误报」呈阳性的概率是 1%（假阳性率）。

现在你去做检测，结果呈阳性。请问：你真正患病的概率是多少？

很多人会脱口而出「99%」。但正确答案让人吃惊——只有约 50%。我们用贝叶斯算一遍。

计算

设 B =「患病」，Ā =「没患病」，A =「检测阳性」。已知：P(B) = 0.01，P(Ā) = 0.99，P(A|B) = 0.99，P(A|Ā) = 0.01。

先求分母（全概率）：P(A) = P(B)P(A|B) + P(Ā)P(A|Ā) = 0.01×0.99 + 0.99×0.01 = 0.0099 + 0.0099 = 0.0198。

再由贝叶斯：

P(B|A) = P(B)P(A|B) ⁄ P(A) = 0.0099 ⁄ 0.0198 = 0.5

再用「数人头」把情形 看穿：想象 10000 人做检测——真患者约 10 人，其中约 9.9 人呈阳性；健康 9990 人，误报出约 99.9 个阳性。阳性合计约 109.8 人，真病占比 9.9 ⁄ 109.8 ≈ 9.0% ✓。同一个公式，比例式与数人头式两种读法总能互相印证——数人头版本特别适合向非技术背景的同事解释「为什么病越罕见，阳性越不可信」。

工程应用：贝叶斯推理撑起一大批工业与生活系统。故障定位：设备报警后，运维平台按各故障模式的先验占比与「该故障下报警的概率」反推最可能原因并排序呈现——「报警后最像什么」永远比「什么最容易报警」有用。垃圾邮件过滤：先验是邮件属于垃圾的初始概率，证据是「发票」「点此链接」等词条的似然，后验过阈值即拦截。无损检测：探伤仪发现疑似裂纹后，评估人员结合该部位材料的历史裂纹基率与检出率，反推「真有裂纹」的概率，再决定是否拆检。共同要点：「设备喊话」与「喊话可信」是两回事，后者必须把先验放进来算——这正是本章把「全概率」和「贝叶斯」放进同一个标题的原因。

顺带把阴性结果也算一遍，把直觉补全：基准设定（患病率 1%、灵敏度 99%、假阳性率 1%）下，P(病|阴) = 0.01×0.01 ⁄ (0.01×0.01 + 0.99×0.99) = 0.0001 ⁄ 0.9802 ≈ 0.0102%——阴性把患病概率从 1% 压到约万分之一，缩小近百倍。于是同一台设备呈现出有趣的不对称：阳性结果暧昧（50%），阴性结果干脆（约 0.01%）——排除的力量远强于确认。临床与工程检测都在利用这一特性：「未发现问题」是强证据，可以放心放行；「发现疑似」是中等证据，必须复检加码——这正是例题 4 与例题 5 合起来给出的完整操作手册。