SEC2_GYM · Wahrscheinlichkeit · PROB.CONDITIONAL

Bedingte Wahrscheinlichkeit und Bayes

Intuition

Erst verstehen, dann verdichten.

Wahrscheinlichkeit quantifiziert Unsicherheit. Ein gutes Modell beginnt mit klaren möglichen Ergebnissen und Bedingungen.

Darstellungen wechseln

BaumdiagrammP(R) = 0.6, P(B) = 0.4

R = rote KugelB = blaue KugelKantenwahrscheinlichkeit

Zwei Züge mit Zurücklegen: jede Kante trägt die Wahrscheinlichkeit ihres Schrittes. Entlang eines Pfades wird multipliziert (0.6 · 0.4 = 0.24), über die vier Pfade hinweg wird addiert — zusammen ergibt das 1, wie es sein muss.

Formale Sicht

Du kannst bedingte wahrscheinlichkeit und bayes, wenn du die zugrunde liegenden Begriffe sicher erkennst, passende Regeln auswählst und jeden Schritt auf Äquivalenz oder logische Folgerung prüfst.

Warum funktioniert das?

Die Kompetenz sitzt auf einem Netz von Voraussetzungen. Wenn ein Schritt unsicher ist, gehe gezielt zur fehlenden Voraussetzung zurück statt nur mehr Aufgaben desselben Typs zu rechnen.