后验概率:在观察到数据/证据之后,对某个假设或参数为真的概率评估。常见于贝叶斯统计中,形式上可理解为“先验(prior)在数据作用下更新后的结果”。
/pɑːˈstɪriər ˌprɑːbəˈbɪləti/
After seeing the test result, the doctor updated the posterior probability of the disease.
看到检测结果后,医生更新了该疾病的后验概率。
In Bayesian inference, the posterior probability combines the prior belief with the likelihood of the observed data to estimate the parameter more accurately.
在贝叶斯推断中,后验概率把先验信念与观测数据的似然结合起来,从而更准确地估计参数。
posterior 源自拉丁语 posterus/posterior,本义与“较后、之后”相关,在统计语境中引申为“在观察之后(得到的)”。
probability 源自拉丁语 probabilitas,与 probare(证明、检验)有关,指“某事成立的可能性”。合起来即“在证据出现之后更新得到的可能性”。