excel数据分析——贝叶斯分析预测

原文连接：http://tecdat.cn/?p=4141

贝叶斯定理是关于随机事件A和B的条件几率(或边缘几率)的一则定理。

例如：P(A|B)是在B发生的状况下A发生的可能性。

使用状况：贝叶斯定理用于投资决策分析是在已知相关项目B的资料，而缺少论证项目A的直接资料时，经过对B项目的有关状态及发生几率分析推导A项目的状态及发生几率。等相关状况下使用。

贝叶斯这里有两个概念，你们容易混淆。

先验几率：是指根据以往经验和分析获得的几率，如全几率公式，它每每做为"由因求果"问题中的"因"出现的几率。（根据历史资料是否齐全，分为客观先验几率和主管先验几率）

后验几率：后验几率是信息理论的基本概念之一。在一个通讯系统中，在收到某个消息以后，接收端所了解到的该消息发送的几率称为后验几率。后验几率的计算要以先验几率为基础。

​

若是咱们用数学语言描绘，即当已知事件Bi的几率P（Bi）和事件Bi已发生条件下事件A的几率P（A│Bi），则可运用贝叶斯定理计算出在事件A发生条件下事件Bi的几率P（Bi│A）。按贝叶斯定理进行投资决策的基本步骤是：

1 列出在已知项目B条件下项目A的发生几率，即将P（A│B）转换为 P（B│A）；

2 绘制树型图；

3 求各状态结点的指望收益值，并将结果填入树型图；

4 根据对树型图的分析，进行投资项目决策。

所谓的推理，分为两个过程，第一步是对观测数据创建一个模型。第二步则是使用这个模型来推测未知现象发生的几率。

 在Excel中可轻松方便地用贝叶斯公式计算后验几率。

案例分析方法实战：某个地区吸毒占比:0.0004，医院经过毛发检验，检查出吸毒阳性的几率为95%，未吸毒检测出阴性的几率为10%，今天一人被检查出吸毒的几率为多少。

1：各事件树状图

​

2：excel添加数据后计算

​

后验几率公式=联合几率/合计（0.00038/0.1003400）

这我的真正吸毒后验几率为0.003787；这我的（非吸毒）被诊断为吸毒的几率高达0.99621.从诊断结果上看，仅依靠毛发检验一种方法诊断吸毒，可信度不高。还需配合其余诊疗手段。