# 概率和统计(Python)
## 概率
#### 贝叶斯定理
> 1、贝叶斯定理用来对条件概率进行计算。A,B为两个相关事件,A和`$A^{\'}$`,B和`$B^{\'}$`为互斥事件。
2、贝叶斯定理用来求条件概率,且该条件概率和已知概率顺序相反时使用。
3、`$P(A\\cap{B}) =P(B\\cap{A}) $`
4、`$P(A|B) \\neq P(B|A)$`两者代表不同的概率。
```math
P(A|B) =\\frac{P(A\\cap{B})}{P(B)} = \\frac{P(A)*P(B|A)}{P(A)*P(B|A) + P(A^{\'})*P(B|A^{\'})}
```
#### 独立事件、相关事件
如果`$P(A\\cap{B}) = P(A) * P(B)$`,则两个事件A,B相互独立
如果`$P(A\\cap{B}) \\neq P(A) * P(B)$`,则两个事件相关
例子:
> 培训机构对96人进行调研,问是否参加游泳班和瑜伽班,其中32人参加瑜伽班,72人参加游泳班,有24人两个班都报名。请问:报名游泳班的学员和瑜伽班的学员有相关性吗?
```math
P(A) = \\frac{72}{96} = \\frac{3}{4} \\text{:游泳班报名率}
P(B) = \\frac{32}{96} = \\frac{1}{3} \\text{:瑜伽班报名率}
P(A) * P(B) = \\frac{3*1}{4*3} = \\frac{1}{4}
P(A\\cap{B}) = \\frac{24}{96} = \\frac{1}{4}
P(A\\cap{B}) = P(A) * P(B|A) = \\frac{3}{4}*\\frac{24}{72} = \\frac{1}{4}
P(A\\cap{B}) = P(B) * P(A|B) = \\frac{1}{3} *\\frac{24}{32} = \\frac{1}{4}
P(A\\cap{B}) = P(A) * P(B)
\\text{报游泳班和瑜伽班是独立事件}
```