让
- pass=被邀请参加第二次面试,
- fail=未被邀请,
- good=对第一次面试感到满意,并且
- bad=对第一次面试感觉不好。
p(pass)p(good∣pass)p(good∣fail)p(pass∣good)=0.5=0.95=0.75=?
使用贝叶斯规则
p(pass∣good)=p(good∣pass)×p(pass)p(good)
要解决,我们需要意识到:
p(good)=p(good∣pass)×p(pass)+p(good∣fail)×p(fail)=0.5(0.95+0.75)=0.85
从而:
p(pass∣good)=0.95×0.50.85≈0.559
因此,对面试感到满意只会使您更有可能继续前进。
编辑:基于大量评论和其他答案,我不得不陈述一些隐含的假设。即,您的朋友组是所有面试候选人的代表样本。
如果您的朋友组不能代表所有面试候选人,但可以代表您的表现(即您和您的朋友适合整个人群),那么您关于朋友的信息仍然可以提供预测力。假设您和您的朋友都是非常聪明的一群,而您中的75%会继续进行下一次面试。然后我们可以修改上述方法,如下所示:
p(pass∣friend)=0.75
p(good∣pass, friend)=0.95
p(good∣fail, friend)=0.75
p(pass∣good, friend)=p(good∣pass, friend)×p(pass∣friend)p(good∣friend)=0.95×0.750.85≈0.838