贝叶斯公式公式描述：

公式中，事件Bi的概率为P(Bi)，事件Bi已发生条件下事件A的概率为P(A│Bi)，事件A发生条件下事件Bi的概率为P(Bi│A)。

例子：

已知在所有男子中有5%，在所有女子中有0.25%有色盲症，随机抽一人发现患有色盲症，问其为男子的概率是是多少?(设男子和女子的人数相等)

设A表示抽到为男子，B表示抽到是女子，C表示ch抽到的人有色盲症。

则P(A)=P(B)=1/2, P(C|A) = 0.05, P(C|B) = 0.0025

由Bayes公式有

P(A|C) = P(A)*P(C|A)/P(A)*P(C|A)+P(B)P(C|B) = 0.5*0.05/0.5*0.05+0.5*0.0025 = 95%

统计概率是

统计概率是建立在频率理论基础上的，分别由英国逻辑学家约翰(John Venn,1834-1923)和奥地利数学家理查德(Richard VonMises,1883-1953)提出，他们认为，获得一个事件的概率值的唯一方法是通过对该事件进行100次，1000次或者甚至10000次的前后相互独立的n次随机试验，针对每次试验均记录下绝对频率值和相对频率值hn(A)，随着试验次数n的增加，会出现如下事实，即相对频率值会趋于稳定，它在一个特定的值上下浮动，也即是说存在着一个极限值P(A)，相对频率值趋向于这个极限值。

这个极限值被称为统计概率，