贝叶斯公式的应用，贝叶斯网络模型

如果我们知道一个事件的内部机制，那么计算事件的概率就很简单了。通过基本计算，我们可以计算出玩梭哈时得到同花顺的概率，或者连续扔五次硬币中彩票的概率。

然而，我们更关心的往往是扭转上述问题。我们不是基于对事件发生机制的了解来计算事件的概率，但是我们想在不了解基于观察到的现象的发生机制的情况下获得和理解事件的可能性。

在某些情况下，我们需要理解基于观察的现象背后的关联。比如医学(如果测试呈阳性，疾病的可能性有多大？)。比如社会科学(根据历史数据，解释通货膨胀和失业之间关系的最佳模型是什么？(如果那个女孩同意和我去另一家酒吧，他对我感兴趣的可能性有多大？).

贝叶斯定理为回答这些问题提供了一个正式的工具。当一个事件已经发生时，这个定理使我们能够计算这样的概率。当特定事件发生时，基于观察结果，我们将观察结果包含到特定事件中以查看它是否发生，以便我们可以同时获得先前事件在特定事件下发生的可能性。

贝叶斯定理是分析信息成因的有力工具，也是整个统计思想的基本框架。