什么是条件概率？
在同一个样本空间Ω中的事件或者子集A与B，如果随机从Ω中选出的一个元素属于B，那么下一个随机选择的元素属于A的概率就定义为在B的前提下A的条件概率。条件概率示例：就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P(A|B)，读作“在B条件下A的概率”。条件概率公式如：根据大量的统计，大熊猫活到十岁的概率是0.8，活到十五岁的概率是0.6，若现有一只大熊猫已经十岁了，则他活到十五岁的概率是多少？
条件概率公式记忆口诀？
第一章随机事件
互斥对立加减功,条件独立乘除清;
全概逆概百分比,二项分布是核心;
必然事件随便用,选择先试不可能。
第二、三章一维、二维随机变量
1)离散问模型,分布列表清,
边缘用加乘,条件概率定联合,
独立试矩阵
2)连续必分段,草图仔细看，
积分是关键 ,密度微分算
3)离散先列表,连续后求导;
分布要分段,积分画图算
第五、六章数理统计、参数估计
正态方和卡方出，卡方相除变F，
若想得到t分布, 一正n卡再相除。
样本总体相互换,矩法估计很方便;
似然函数分开算,对数求导得零蛋;
区间估计有点难,样本函数选在前;
分位维数惹人嫌,导出置信U方甜。
第六章 假设检验
检验均值用U-T，分位对称别大意；
方差检验有卡方，左窄右宽不稀奇；
不论卡方或U-T，维数减一要牢记；
代入比较临界值，拒绝必在否定域
条件概率与全概率公式？
条件概率，是指在同一个样本空间Ω中的事件或者子集A与B，如果随机从Ω中选出的一个元素属于B，那么下一个随机选择的元素属于A的概率就定义为在B的前提下A的条件概率[1]。
全概率公式是数学专业名词。全概率公式为概率论中的重要公式，它将对一复杂事件A的概率求解问题转化为了在不同情况下发生的简单事件的概率的求和问题。内容：如果事件B1、B2、B3…Bn构成一个完备事件组，即它们两两互不相容，其和为X；并且P（Bi)大于0，则对任一事件A有P(A)=P(A|B1)*P(B1)+P(A|B2)*P(B2)+…+P(A|Bn)*P(Bn).(或者：p(A)=P(AB1)+P(AB2)+…+P(ABn)).(其中A与Bn的关系为交)。
条件概率的定义？
条件概率（conditional probability）就是事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P（A|B），读作“在B条件下A的概率”。
联合概率表示两个事件共同发生的概率。A与B的联合概率表示为或者或者。
边缘概率是某个事件发生的概率。边缘概率是这样得到的：在联合概率中，把最终结果中不需要的那些事件合并成其事件的全概率而消失（对离散随机变量用求和得全概率，对连续随机变量用积分得全概率）。这称为边缘化（marginalization）。A的边缘概率表示为P（A），B的边缘概率表示为P
