几率是表示一个事件(概率论)发生的可能性相对于其不发生的可能性的数值。如果事件发生的概率为 ,则其正向几率为 。几率可以写成比的形式,如 ,也可以写成单个数值,如 。几率广泛用于统计学、博彩和概率建模。虽然几率与概率描述的是同一种不确定性,但两者采用不同的尺度,不能混为一谈。
定义与解释
对于事件 ,设 ,并以 表示其补事件。 的正向几率为
的反向几率则将上述比值倒置:
当 时,这两个量互为倒数。因此,表述几率时应说明指的是正向几率还是反向几率,除非上下文已经明确了所采用的约定。
若正向几率表示为 ,则相应的概率为
若几率表示为单个数值 ,则换算公式为
例如,正向几率为 时,对应的概率为 ,而不是 。反向几率为 时,对应的概率为 。
| 概率 | 正向几率 | 几率的数值 |
|---|---|---|
几率小于 ,表示事件发生的可能性小于其补事件发生的可能性;几率大于 ,则表示前者大于后者。 的几率通常称为均等几率,对应的概率为 。
当 时,正向几率为零。当 时,分母为零,几率不再是有限值;在扩展的非负数范围内,通常将其表示为 。
通过计数计算几率
当有限样本空间中的各个基本结果等可能时,可以通过统计有利结果与不利结果的数量来计算几率。若有 个结果使事件发生, 个结果使事件不发生,则其正向几率为 。
对于一枚公平的六面骰子,事件“掷出六点”有一个有利结果和五个不利结果。其概率为 ,正向几率则为 。
等可能性假设至关重要。如果各基本结果的概率不同,仅靠结果计数无法确定几率,必须分别对相应结果的概率求和。
观测频数也可以用来计算经验几率。如果某个二元结果发生了 次、未发生 次,则经验概率为 ;在 的条件下,经验几率为 。这些量描述的是观测数据,不一定等于总体中相应的量。
对数几率与统计建模
概率介于零和一之间,而对数几率的取值范围为全体实数。对数几率为负,表示概率低于 ;为零,表示概率等于 ;为正,表示概率高于 。将事件替换为其补事件,会使对数几率的符号反转。
其逆变换是逻辑斯蒂函数:
其中, 表示对数几率。
这一变换是逻辑回归的基础。二元逻辑回归模型规定
保持其他预测变量不变时, 每增加一个单位,模型中的几率就乘以 。这通常并不意味着概率增加一个固定值:概率的变化量取决于其初始值。
当效应或证据以乘法方式组合时,几率尤其有用。在对数几率尺度上,相乘的因子变成了相加的项。
优势比
优势比用于比较两个几率。若两组的事件发生概率分别为 和 ,则其优势比为
优势比为 ,表示两组几率相等。优势比大于或小于 ,分别表示分子所对应组的几率较高或较低。
优势比不同于概率比,后者通常称为风险比:
例如,若 、,则风险比为 ,而优势比为 。因此,“几率为六倍”并不意味着“发生概率为六倍”。
当两个概率都很小时, 和 都接近一,因此优势比近似等于风险比。当结果较常见时,这种近似可能很不准确。
贝叶斯更新
几率提供了贝叶斯定理的一种简洁表达形式。对于假设 和证据 ,在相关概率有定义且分母非零的条件下,
用文字表达即为:后验几率等于先验几率乘以似然比。
条件概率 和 衡量证据与两种备择情形各自的相容程度。两者之比用于更新初始几率。
例如,将 的先验几率乘以似然比 ,得到的后验几率为 ,对应的后验概率为 。
在贝叶斯推断中,比较含有未知参数的模型时,使用的是各模型的边际似然。由此得到的更新因子称为贝叶斯因子。当适当的条件独立性假设成立时,多个证据因子可以直接相乘;否则,必须在似然中纳入它们之间的依赖关系。
博彩赔率
在博彩中,“odds”既可以指与概率有关的比值,也可以指公布的赔付条件。这两种含义相互关联,但并不相同。
分数赔率 通常表示每下注 个单位,若投注获胜,便可获得 个单位的净收益,同时收回本金。因此,分数赔率为 ,意味着下注 个单位并获胜后,总共可收回 个单位。
小数赔率 表示每单位投注的总返还金额,其中包括本金。分数赔率 对应的小数赔率为
对于只有输赢两种结果,且不存在手续费、退款或其他结果的投注,每单位投注的净收益期望值为
因此,盈亏平衡概率为
由此可见,分数赔付赔率 所对应的盈亏平衡概率为 。这不同于数学中正向几率 所对应的概率 。
公布的博彩赔率不一定反映公平概率。它们可能包含博彩经营者的利润空间,也可能同时受到投注活动和对事件判断的影响。对于一组互斥且穷尽所有可能性的结果,公布的小数赔率的倒数之和通常大于一;超出一的部分称为超额概率和(overround)。
估计与局限
对于用二项分布建模的独立二元试验,概率的最大似然估计为 ,当两种结果的计数均为正时,对应的几率估计为 。如果样本中没有成功结果,估计几率为零;如果没有失败结果,估计则趋于无穷。这类边界估计并不能证明总体中的事件不可能发生或必然发生。
统计不确定性通常在对数几率尺度上表达。当两个计数均为正且足够大时,标准误可近似为
可以在这一尺度上构造近似置信区间,然后对区间端点取指数,得到几率的区间。当数据稀疏或存在零计数时,这种近似可能不可靠。
最后,几率描述的是不确定性或关联,而不是因果关系。观测几率的差异可能反映混杂、抽样变异或选择机制。若要作出因果解释,还需要几率本身以外的假设,并考虑研究设计。