🎲 概率迷雾

在不确定中寻找真相

🔍 案件场景

选择一个关卡开始推理...

📊 概率分布

先验概率
后验概率

🧮 贝叶斯公式

P(H|E) = P(E|H) × P(H) P(E)

P(H|E) = 后验概率(观察到证据后的信念)

P(E|H) = 似然(假设为真时观察到证据的概率)

P(H) = 先验概率(初始信念)

P(E) = 证据概率(归一化常数)

假设列表

收集证据

计算详情

选择证据后显示计算过程

统计信息

证据数: 0
最可能: -
置信度: 0%

关卡选择

💡 游戏说明

📖 经典例子:医疗检测

某疾病患病率1%,检测准确率95%

如果检测阳性,真的患病概率是多少?

答案:约16%(不是95%!)

这就是贝叶斯推理的反直觉之处