Что такое условная вероятность
Условная вероятность P(A|B) — вероятность события A при условии, что произошло событие B. Формула: P(A|B) = P(A∩B) / P(B). Это основа рационального обновления убеждений. В системах с независимыми событиями прошлые исходы не меняют P(A|B).
Теорема Байеса
Формула Байеса позволяет пересчитать апостериорную вероятность гипотезы после наблюдения данных: P(H|D) = P(D|H)·P(H) / P(D). P(H) — априорная вероятность, P(D|H) — правдоподобие, P(D) — нормировочная константа. В контексте риска: после серии исходов мы обновляем оценку параметров модели.
Ошибка: путать последовательность с зависимостью
Частая ошибка — считать, что после серии неудач вероятность успеха «должна» вырасти (ошибка серий) или что «горячая рука» продолжается. Если события независимы, P(следующий исход) не зависит от прошлого. Байес применим к обновлению параметров модели (например, оценки неизвестного RTP), но не к прогнозированию следующего независимого исхода.
Применение в управлении риском
Байесовский подход полезен при оценке неизвестных параметров: например, RTP или волатильность модели. По мере накопления данных апостериорная оценка уточняется. Это не даёт преимущества в прогнозировании следующего события в IID-системах, но помогает в калибровке стратегий. Подробнее о оптимальных решениях и интерпретации статистики сессии.
Важно
Материал образовательный. Решения в условиях неопределённости сопряжены с рисками.