Bedingte Wahrscheinlichkeit Rechner P(A|B)
P(A|B), gemeinsame und Randwahrscheinlichkeit präzise berechnen
Geben Sie Wahrscheinlichkeitswerte ein, um die bedingte Wahrscheinlichkeit P(A|B) zu berechnen, also die Wahrscheinlichkeit, dass Ereignis A eintritt, wenn Ereignis B bereits eingetreten ist.
Bedingte Wahrscheinlichkeit Rechner P(A|B)
P(A|B), gemeinsame und Randwahrscheinlichkeit präzise berechnen
Berechnet die bedingte Wahrscheinlichkeit von A gegeben B mithilfe von P(A∩B) und P(B).
Über den bedingten Wahrscheinlichkeitsrechner
Die bedingte Wahrscheinlichkeit ist einer der Grundpfeiler der Wahrscheinlichkeitstheorie und Statistik. Sie beschreibt, wie wahrscheinlich ein Ereignis ist, wenn ein anderes Ereignis bereits eingetreten ist, und bildet die Grundlage für einige der wichtigsten Denkwerkzeuge in Wissenschaft, Medizin und maschinellem Lernen.
Die formale Definition lautet: P(A|B) = P(A ∩ B) / P(B), vorausgesetzt P(B) > 0. Dabei bedeutet P(A|B) „die Wahrscheinlichkeit von A gegeben B“, P(A ∩ B) ist die gemeinsame Wahrscheinlichkeit, dass A und B beide eintreten, und P(B) ist die Randwahrscheinlichkeit von B. Durch Umstellen erhält man die Multiplikationsregel: P(A ∩ B) = P(A|B) × P(B). Sie wird häufig verwendet, um gemeinsame Wahrscheinlichkeiten aus bedingten Wahrscheinlichkeiten zu berechnen.
Ein klassisches Beispiel ist ein medizinischer Test. Angenommen, eine Krankheit betrifft 1 % der Bevölkerung und ein Diagnosetest hat eine Falsch-Positiv-Rate von 5 %. Die Wahrscheinlichkeit, dass eine zufällig ausgewählte Person positiv getestet wird, ist P(B). Die Wahrscheinlichkeit, dass die Person sowohl krank ist als auch positiv testet, ist P(A ∩ B). Teilt man diese Werte, erhält man die bedingte Wahrscheinlichkeit, dass die Person tatsächlich krank ist, gegeben ein positives Ergebnis — oft deutlich niedriger als die Intuition vermuten lässt, ein Phänomen, das als Basisratenfehlschluss bekannt ist.
Die bedingte Wahrscheinlichkeit steht auch im Zentrum des Bayes-Theorems: P(A|B) = P(B|A) × P(A) / P(B). Mit dem Bayes-Theorem können Sie Ihre a-priori-Wahrscheinlichkeit P(A) anhand neuer Evidenz B zu einer a-posteriori-Wahrscheinlichkeit P(A|B) aktualisieren. Dieses Bayes'sche Aktualisieren wird in Spamfiltern, medizinischer Diagnostik, forensischer Beweisbewertung und modernen Machine-Learning-Klassifikatoren eingesetzt.
Dieser Rechner unterstützt drei Modi. „P(A|B) berechnen“ verwendet die gemeinsame Wahrscheinlichkeit P(A ∩ B) und die Randwahrscheinlichkeit P(B) als Eingaben und gibt die bedingte Wahrscheinlichkeit zurück. „P(A ∩ B) berechnen“ verwendet P(A|B) und P(B) und wendet die Multiplikationsregel an. „P(B) berechnen“ löst die Randwahrscheinlichkeit aus bedingtem und gemeinsamem Wert. Alle Wahrscheinlichkeitsangaben müssen zwischen 0 und 1 liegen, und P(B) darf nicht null sein, wenn es im Nenner steht.
Beispiele
Die folgende Tabelle zeigt bedingte Wahrscheinlichkeitsberechnungen aus typischen Alltagsszenarien.
| Eingaben | Ergebnis | Szenario |
|---|---|---|
| P(A∩B)=0.005, P(B)=0.05 | P(A|B) = 0.1 | Medizin: P(krank | positiver Test) |
| P(A∩B)=0.18, P(B)=0.6 | P(A|B) = 0.3 | Wetter: P(Regen | bewölkt) |
| P(A|B)=0.02, P(B)=0.15 | P(A∩B) = 0.003 | Qualität: gemeinsame Fehlerwahrscheinlichkeit |
| P(A|B)=0.4, P(A∩B)=0.12 | P(B) = 0.3 | Randwahrscheinlichkeit bestimmen |
So verwenden Sie den Rechner für bedingte Wahrscheinlichkeit
- Wählen Sie die Berechnungsart: „P(A|B) berechnen“ für die bedingte Wahrscheinlichkeit, „P(A∩B) berechnen“ für die gemeinsame Wahrscheinlichkeit oder „P(B) berechnen“ für die Randwahrscheinlichkeit.
- Geben Sie die bekannten Wahrscheinlichkeitswerte in die angezeigten Felder ein. Alle Werte müssen zwischen 0 und 1 liegen, einschließlich 0 und 1.
- Wenn Sie P(A|B) berechnen, stellen Sie sicher, dass P(B) größer als 0 ist — bedingte Wahrscheinlichkeit ist nicht definiert, wenn das bedingende Ereignis die Wahrscheinlichkeit 0 hat.
- Klicken Sie auf „Wahrscheinlichkeit berechnen“, um das Ergebnis zu erhalten. Falls das Ergebnis größer als 1 ist, wird eine Warnung angezeigt.
- Verwenden Sie die Schnelllade-Beispielschaltflächen, um die Eingaben mit realen Szenarien zu füllen und Ihr Verständnis zu prüfen.
Häufig gestellte Fragen
Was bedeutet P(A|B) in einfachen Worten?
P(A|B) ist die Wahrscheinlichkeit, dass Ereignis A eintritt, wenn bekannt ist, dass Ereignis B bereits eingetreten ist oder sicher eintreten wird. Der Ergebnisraum wird von allen möglichen Ausgängen auf diejenigen eingeengt, bei denen B wahr ist, und dann wird gefragt, wie viele davon auch A enthalten. Zum Beispiel ist P(Regen | bewölkt) die Wahrscheinlichkeit für Regen, wenn es bereits bewölkt ist.
Was ist der Unterschied zwischen P(A|B) und P(A∩B)?
P(A∩B) ist die Wahrscheinlichkeit, dass sowohl A als auch B im gesamten Ergebnisraum eintreten, während P(A|B) die Wahrscheinlichkeit ist, dass A im eingeschränkten Raum eintritt, in dem bekannt ist, dass B bereits eingetreten ist. Numerisch gilt P(A|B) = P(A∩B) / P(B), also P(A|B) ≥ P(A∩B), wenn P(B) < 1.
Wann gelten zwei Ereignisse als unabhängig?
Die Ereignisse A und B sind unabhängig, wenn P(A|B) = P(A) gilt, also wenn das Wissen über B keine Information darüber liefert, ob A eintritt. Äquivalent gilt P(A∩B) = P(A) × P(B). Unabhängigkeit ist eine starke Annahme; in den meisten realen Problemen sind Ereignisse abhängig und die bedingte Wahrscheinlichkeit ist der richtige Rahmen.
Was ist das Bayes-Theorem und wie hängt es mit diesem Rechner zusammen?
Das Bayes-Theorem lautet P(A|B) = P(B|A) × P(A) / P(B). Es erlaubt, bedingte Wahrscheinlichkeiten umzukehren: Wenn Sie wissen, wie wahrscheinlich B gegeben A ist, und die Basisraten P(A) und P(B) kennen, können Sie berechnen, wie wahrscheinlich A gegeben B ist. Dieser Rechner implementiert direkt die Grundformel P(A|B) = P(A∩B)/P(B), die genau die Beziehung ist, die Bayes nutzt.
Warum kann eine bedingte Wahrscheinlichkeit höher sein als P(A) oder P(B)?
Weil die Bedingung den Ergebnisraum verkleinert. Wenn B ein seltenes, aber stark mit A verbundenes Ereignis ist, kann das Teilen von P(A∩B) durch den kleinen Wert P(B) ein Ergebnis liefern, das deutlich größer als P(A) ist. Das ist kein Widerspruch — es bedeutet nur, dass A innerhalb des Teilraums, in dem B eingetreten ist, sehr häufig vorkommt.
Was passiert, wenn P(B) gleich null ist?
P(A|B) ist mathematisch undefiniert, wenn P(B) = 0, weil Sie auf ein unmögliches Ereignis konditionieren. In der Standard-Wahrscheinlichkeitstheorie erfordert das Konditionieren auf Ereignisse mit Wahrscheinlichkeit null fortgeschrittene maßtheoretische Werkzeuge. Praktisch lässt sich die Formel dann nicht direkt anwenden, und der Rechner zeigt einen Fehler an und fordert Sie auf, einen positiven Wert für P(B) einzugeben.