16. 文本：总结 + 下节预告

条件概率

在这节课中你学习到了条件概率。通常事件并不像掷硬币和骰子一样是独立的。实际上，某个事件的结果依赖于之前的事件。

例如，得到阳性检验测试结果的概率依赖于你是否具有某种特殊条件。如果具备条件，测试结果就是阳性的。我们通过以下方式用公式表示任意两个事件的条件概率：

P(A|B) = \frac{P(A\text{ }\cap\text{ }B)}{P(B)}

在这个例子中，我们得到下列内容：

P(positive|disease) = \frac{P(\text{positive }\cap\text{ disease})}{P(disease)}

其中 | 代表 "鉴于"， \cap 代表 "和".

下节预告

你将在下节课中使用贝叶斯法则进行更多条件概率的联系。如果你使用这里的例子很舒服，下节课就会轻松很多。如果你觉得不舒服，下节课是练习的好机会，你可以通过更多例子来巩固这里的知识。