확률적 사고는 정적인 계산이 아니라 믿음의 업데이트를 반복하는 동적인 과정입니다. 무조건적인 무조건적 상황에서는 표본 공간 $S$ 내 모든 결과가 가능하다는 일반적인 무지 상태를 전제로 합니다. 그러나, 정보는 수학적 필터이다 관측된 현실과 일치하지 않는 결과를 제거합니다.
우리가 사건 $F$가 발생했다고 말할 때, 우리는 전체 공간 $S$에서 제한된 우주 $F$로 이동하게 됩니다. $E$가 $F$에 대해 조건부 확률은 $P(E|F)$로 표기되며, 단순히 새로운 공간 $F$ 내에서 $E$도 발생하는 비율일 뿐입니다.
증거의 서사
$P(E)$에서 $P(E|F)$로의 전환은 증거 기반 추정의 수학적 기반이다. 만약 $P(E|F) > P(E)$라면, 증거 $F$는 가설 $E$를 지지한다. 만약 $P(E|F) < P(E)$라면, $F$는 $E$와 모순된다.
다음과 같은 고정된 메뉴 옵션이 있는 캐터링 행사가 있다고 상상해 보세요:
| 코스 | 옵션 |
|---|---|
| 메인 요리 | 닭고기, 로스트 비프 (2) |
| 전분류 | 파스타, 밥, 감자 (3) |
| 디저트 | 아이스크림, 젤리, 사과 파이, 복숭아 (4) |
무조건적 공간: 총 가능한 식사 조합은 $2 \times 3 \times 4 = 24$개입니다. $P(\text{파스타}) = 8/24 = 1/3$입니다.
조건 정보: 손님이 꼭 파스타를 선택한 채식주의자라는 것을 알게 되었습니다. 따라서 우리의 '전분류' 선택은 이제 고정되었습니다($1$개의 선택지). 우리의 우주의 분모는 $24$에서 $2 \times 1 \times 4 = 8$로 줄어듭니다. 이것이 정보의 힘입니다: 표본 공간을 축소하고 분모를 이동시키는 것입니다.
공식 정의하기
임의의 두 사건 $E$와 $F$에 대해, $P(F) > 0$일 경우 조건부 확률은 다음과 같이 정의됩니다:
$$P(E|F) = \frac{P(EF)}{P(F)}$$