[转载]【原创】贝叶斯测彩方法简论

 贝叶斯测彩方法简论

                                                                                                                                            玉函（kai_y）

                                                                                                                                              2015-5-20

 

贝叶斯简述：

分别有 A，B 两个容器：

在容器 A 里分别有 7 个红球和 3 个白球;

在容器 B 里有 1 个红球和 9 个白球;

现已知从这两个容器里任意抽出了一个球，且是红球，问这个红球是来自容器 A 的概率是多少? 　

贝叶斯公式表达式：

P(A|B)=P(B|A)*P(A)/P(B)

现在套用上面的例子将它例子翻译成彩票预测者能看的懂的描述如下：

将数字分作两个集合，在集合1里有两奇三偶五个数，在部分二里有三奇两偶五个数。现在使用某种预测数，预测下期可能会出一个偶数，问这个偶数可能在集合1的概率有多大？

贝叶斯在数字类型彩票的运用简述。

仿照上边的例子先将要测的数字进行分类，将0—9这10个数字分成两个组，每组各5个数，分别是H1｛0，1，2，3，4｝和H2的｛5，6，7，8，9｝，那么这两个集合中的数字，按照上面的例子，会有奇偶两种不同的组合，H1集合里是2奇3偶，H2集合里有3奇2偶，就像两种不同的颜色的小球。

通过数据统计，计算一定期数内H1和H２和相对出现概率，假设是４０％和６０％（注意：这里只是假设的理想数值，实际这两种在短期中的分布是不对等的，根据统计可能会形成不同的偏差。怎么使用，取决于统计的期数，从数据统计上来说，期数越多，两种集合的分布越接近各５０％）

使用不同的分类可以多角度来计算，以上是针对于按大小来分类的设计。

 

接下来，假设我使用预测术测出下一期会可能会出某偶数E（我理解的贝叶斯公式是对预测结果的修正，所以假设我要先预测一个结果。），那么他可能是来自于哪一个集合呢？

先求H１集的可能性，那就是P（H１｜E），我们把这个概率叫做"后验概率"，即在E开出后，对P(H1)的修正。根据条件概率公式，得到

 

 

     

已知，P(H1)等于0.4，P(E|H1)为H１集合的中出现偶数的出现概率，等于３／５＝０.６，P（H2）等于0.6，P（E｜H2）为H２集合中偶数的出现概率，等于２／５＝０.４。根据全概率公式，求出P(E)。

 

这个公式就是E的全概率。

将数值代入公式P（E）＝０.６×０.４＋０.４×０.６＝０.４８

 

然后将０.４８代入上面的贝叶斯公式P（Ｈ１｜Ｅ）。

则P（H1｜E）=0.4*（0.6/0.48）=0.5

这表明，来自一号集合的概率是0.5。也就是说，预测这个数如果是个偶数，那么对于H1来说的可能性得到了增强。同样道理，我可以算出来自H２集合的概率。

这个时候，再通过对比统计数字，假如100期中，出现H1集合中偶数的平均概率是0.3，那么这次计算他的修正达到了0.5，超过了平均概率很多，即判定很有可能会出A1集合中偶数，即我们的预测正确率应该很高，而A1集合中偶数只有0，2，4，就可以删除此外的｛１，３，５，６，７，８，９｝７个号码，假如这个数字低于100期中的平均数很多，则说明预测很可能会是错的。

 

贝叶斯公式对于数术测彩者的意义

贝叶斯公式是广泛运用在统计学中的一个公式，他的作用通过对结果来判断其成因，传统的数据统计都是由因导果，而贝叶斯是由果导因。

做为一个传统易学预测者来说，经常做的就是推导结果，但是对这个结果准确性的把握是否能与概率相附合，是谁也不知道，通过对贝叶斯公式理论的学习，提供给我们一种由果导因的的方法，通过对结果的验证来推导原因是否符合概率。

假如你预测某一期会出2，那么对于这个2数字，你有多大我把握一定能出？我想绝大多数易学预测者心里是没有一个确定的定位的。

而使用贝叶斯公式，运用以往开出的数据统计结果，可以计算出2这个数字在下一期中，出现的概率。而这个概率是可以提供给预测者最终判断下期是否决定买2这个数字的总结参考，这是一种量化参考，而不是数术学中的某个干支八卦五行旺衰生克空亡之类的抽象参考。

就个人而言，预测经济或数字类，在当前有大数据计算支持的前提，如果预测和大数据统计可以相辅相成使用，对确定最后结果，将会起到很好的作用。