Conditional Probability

The World Changes When You Know Something 🌍कुछ पता चलते ही दुनिया बदल जाती है 🌍知道一点信息，世界就变了 🌍

Monday morning. With no other information, you think there is a 10% chance your bus will be late. Then your phone shows a major accident on the main road. Now you think the chance is more like 75%. The bus has not changed. Your knowledge has changed — and the probability should change with it.

सोमवार की सुबह। बिना किसी और जानकारी के आप मानते हैं कि बस के लेट होने का 10% chance है। फिर फ़ोन पर ख़बर आती है कि मुख्य सड़क पर बड़ा हादसा हुआ है। अब आप chance को 75% के आसपास मानते हैं। बस नहीं बदली। आपकी जानकारी बदली है — और probability को भी उसके साथ बदलना चाहिए।

周一早上。没有其他信息时，你觉得公交迟到的概率是 10%。然后手机提示主干道发生了严重车祸，你觉得概率大约变成了 75%。公交车没变，变的是你掌握的信息 —— 概率也应随之改变。

This is conditional probability. It answers: "Given that I know B has happened, how likely is A?" It is written P(A | B) and read "the probability of A given B". The bar "|" means "given that". It powers medical diagnosis, spam filters, recommendations, the weighing of evidence in court, and Bayesian machine learning.

यही conditional probability है। यह बताती है: "जब पता है कि B हो चुका है, तो A कितना संभव है?" इसे P(A | B) लिखते हैं और पढ़ते हैं "B दिया हो तो A की probability"। खड़ी रेखा "|" का मतलब "दिया हो तो"। यह medical diagnosis, spam filters, recommendations, अदालत में सबूत तौलने और Bayesian machine learning को चलाती है।

这就是条件概率。它回答：“已知 B 已经发生，A 发生的可能性有多大？”记作 P(A | B)，读作“在 B 条件下 A 的概率”。竖线“|”表示“已知”。医学诊断、垃圾邮件过滤、推荐系统、法庭证据评估和贝叶斯机器学习都依赖它。

The Definition & Formula 📐परिभाषा और Formula 📐定义与公式 📐

Why the Formula Is What It IsFormula ऐसा क्यों है公式为什么是这样

Given that B happened, we want the share of B's outcomes that also include A. That share is the overlap A ∩ B divided by all of B. This ratio is the definition.

B हुआ है, तो हम B के उन नतीजों का हिस्सा चाहते हैं जिनमें A भी है। वह हिस्सा है overlap A ∩ B भाग पूरा B। यही अनुपात परिभाषा है।

已知 B 发生，我们想知道 B 的结果中同时包含 A 的比例。这个比例就是重叠部分 A ∩ B 除以整个 B。这就是定义。

Conditional Probability in Pictures — Understand Before the Maths 📊तस्वीरों में Conditional Probability — गणित से पहले समझें 📊图解条件概率 — 先理解，再算数 📊

We use a real table of 200 students (full details in the next section): 90 study Data Science (DS) and 72 of them passed; 110 study Business (BUS) and 66 of them passed. In the picture, area = number of students.

हम 200 छात्रों की असली table लेते हैं (पूरा विवरण अगले section में): 90 Data Science (DS) पढ़ते हैं और उनमें 72 pass हुए; 110 Business (BUS) पढ़ते हैं और उनमें 66 pass हुए। तस्वीर में area = छात्रों की संख्या।

我们用一个 200 名学生的真实表格（详见下一节）：90 人学数据科学（DS），其中 72 人通过；110 人学商科（BUS），其中 66 人通过。图中面积 = 学生人数。

Building Intuition — The Classroom Story 🎓समझ बनाना — Classroom की कहानी 🎓建立直觉 — 课堂故事 🎓

A college has 200 students. Each studies Data Science (DS) or Business (BUS), and each passed or failed the statistics exam:

एक college में 200 छात्र हैं। हर कोई Data Science (DS) या Business (BUS) पढ़ता है, और हर कोई statistics exam में pass या fail हुआ:

某学院有 200 名学生，每人学数据科学（DS）或商科（BUS），统计学考试要么通过要么未通过：

The Prosecutor's Fallacy — Swapping the Condition ⚖️Prosecutor's Fallacy — शर्त की अदला-बदली ⚖️检察官谬误 — 把条件弄反 ⚖️

A prosecutor says: "If the defendant were innocent, the chance of this DNA match would be 1 in a million. So the chance he is innocent is 1 in a million." This mixes up two different numbers. P(match | innocent) is 1 in a million. P(innocent | match) depends on how many other people could have left the DNA and on all the other evidence.

Prosecutor कहता है: "अगर आरोपी बेगुनाह होता, तो इस DNA match का chance 10 लाख में 1 होता। इसलिए उसके बेगुनाह होने का chance 10 लाख में 1 है।" यह दो अलग संख्याओं को मिला देता है। P(match | बेगुनाह) 10 लाख में 1 है। P(बेगुनाह | match) इस पर निर्भर है कि और कितने लोग DNA छोड़ सकते थे और बाक़ी सबूत क्या कहते हैं।

检察官说：“如果被告无辜，这次 DNA 匹配的概率只有百万分之一，所以他无辜的概率是百万分之一。”这把两个不同的数混为一谈。P(匹配 | 无辜) 是百万分之一；P(无辜 | 匹配) 则取决于还有多少人可能留下 DNA，以及其他所有证据。

In a city of 1 million possible people, about one innocent person is expected to match by chance, as well as the real culprit. With no other evidence, a match alone gives roughly 50/50 — nowhere near "1 in a million".

10 लाख संभावित लोगों के शहर में, असली अपराधी के अलावा लगभग एक बेगुनाह व्यक्ति के संयोग से match होने की उम्मीद है। कोई और सबूत न हो तो सिर्फ़ match से लगभग 50/50 मिलता है — "10 लाख में 1" के आसपास भी नहीं।

在有 100 万可能人选的城市里，除了真正的罪犯，预计还会有约 1 名无辜者偶然匹配。若没有其他证据，仅凭匹配大约是 50/50 —— 远不是“百万分之一”。

Application 1 — Spam Filtering 📧उपयोग 1 — Spam Filtering 📧应用 1 — 垃圾邮件过滤 📧

The Story: A Simple Word-Based Filterकहानी: एक सरल शब्द-आधारित Filter故事：一个简单的关键词过滤器

You receive 1,000 emails a month: 200 spam and 800 real. Of the 200 spam emails, 160 contain the word "FREE". Of the 800 real ones, 40 do (sales, free webinars). An email arrives with "FREE". How likely is it to be spam? We need P(spam | FREE) — not P(FREE | spam) = 160/200 = 80%, which is the other direction.

आपको हर महीने 1,000 emails आते हैं: 200 spam और 800 असली। 200 spam में से 160 में "FREE" शब्द है। 800 असली में से 40 में (sales, free webinars)। "FREE" वाला email आता है। इसके spam होने का chance क्या है? हमें P(spam | FREE) चाहिए — P(FREE | spam) = 160/200 = 80% नहीं, जो उल्टी दिशा है।

你每月收到 1,000 封邮件：200 封垃圾、800 封正常。200 封垃圾中有 160 封含“FREE”，800 封正常邮件中有 40 封含它（促销、免费讲座）。一封含“FREE”的邮件到来，它是垃圾邮件的概率是多少？我们要的是 P(垃圾 | FREE)，而不是反方向的 P(FREE | 垃圾) = 160/200 = 80%。

Application 2 — Recommendation Systems 🎬उपयोग 2 — Recommendation Systems 🎬应用 2 — 推荐系统 🎬

An illustrative streaming platform has 100,000 users. 20,000 watched Movie A (a thriller), 10,000 watched Movie B (another thriller), and 7,000 watched both. Should it recommend B to someone who just finished A?

एक उदाहरण streaming platform पर 100,000 users हैं। 20,000 ने Movie A (thriller) देखी, 10,000 ने Movie B (दूसरी thriller), और 7,000 ने दोनों। क्या A ख़त्म करने वाले को B suggest करनी चाहिए?

假设一个流媒体平台有 100,000 名用户。20,000 人看过电影 A（惊悚片），10,000 人看过电影 B（另一部惊悚片），7,000 人两部都看过。应该向刚看完 A 的人推荐 B 吗？

Application 3 — Medical Testing 🏥उपयोग 3 — Medical Testing 🏥应用 3 — 医学检测 🏥

A disease affects 2% of people aged 40–60. A new test has 92% sensitivity (it catches 92% of sick people) and 88% specificity (it clears 88% of healthy people). A 50-year-old tests positive. First instinct: "92% accurate — I almost surely have it." That ignores the base rate.

एक बीमारी 40–60 उम्र के 2% लोगों को होती है। नए test की sensitivity 92% है (92% बीमारों को पकड़ता है) और specificity 88% (88% स्वस्थ लोगों को साफ़ बताता है)। एक 50 साल के व्यक्ति का test positive आया। पहला ख़याल: "92% सटीक — मुझे लगभग पक्का बीमारी है।" यह base rate को नज़रअंदाज़ करता है।

某疾病在 40–60 岁人群中的患病率为 2%。新检测的灵敏度 92%（能查出 92% 的患者），特异度 88%（能排除 88% 的健康人）。一位 50 岁的人检测阳性。第一反应：“准确率 92%，我几乎肯定得病了。”这忽视了基础比率。

Application 4 — The Hiring Decision 🎯उपयोग 4 — Hiring का फ़ैसला 🎯应用 4 — 招聘决策 🎯

Last year a company assessed 500 applicants with a coding test (pass/fail) and a later judgement of "good fit" or "not a fit":

पिछले साल एक कंपनी ने 500 आवेदकों को coding test (pass/fail) और बाद में "good fit" या "not a fit" के आकलन से परखा:

去年一家公司用编程测试（通过/未通过）和之后的“合适/不合适”评估考察了 500 名应聘者：

The Law of Total Probability 🧮Law of Total Probability 🧮全概率公式 🧮

If the sample space splits into non-overlapping groups B₁, B₂, …, Bₙ that cover everything, then the chance of A is a weighted average of the chances of A inside each group. The weights are the group sizes.

अगर sample space बिना overlap वाले groups B₁, B₂, …, Bₙ में बँटा हो जो सब कुछ ढकते हैं, तो A का chance हर group के अंदर A के chance का weighted average है। Weights groups के आकार हैं।

若样本空间被划分为互不重叠且覆盖全部的组 B₁、B₂、…、Bₙ，那么 A 的概率就是各组内 A 的概率的加权平均，权重是各组的大小。

Simpson's Paradox — When the Condition Reverses the Answer 🔄Simpson's Paradox — जब शर्त जवाब पलट दे 🔄辛普森悖论 — 条件让结论反转 🔄

A real 1986 study (Charig et al., British Medical Journal) compared two kidney-stone treatments: A (open surgery) and B (percutaneous nephrolithotomy, a keyhole method). Overall, B looked better. Yet A did better for small stones and for large stones. How?

1986 की एक असली study (Charig et al., British Medical Journal) ने गुर्दे की पथरी के दो इलाजों की तुलना की: A (open surgery) और B (percutaneous nephrolithotomy, एक keyhole तरीका)। कुल मिलाकर B बेहतर दिखा। फिर भी A छोटी पथरी में और बड़ी पथरी में बेहतर था। कैसे?

1986 年的一项真实研究（Charig 等，《英国医学杂志》）比较了两种肾结石治疗：A（开放手术）和 B（经皮肾镜取石术，一种微创方法）。总体上 B 看起来更好，但 A 在小结石和大结石上都更好。这怎么可能？

Python ImplementationPython ImplementationPython 实现

Row and column conditionals with pandaspandas से row और column conditionals用 pandas 计算按行与按列的条件概率

# 1) Conditional probability from a table: the classroom
import pandas as pd
df = pd.DataFrame({
    "major":  ["DS"] * 90 + ["BUS"] * 110,
    "result": ["Pass"] * 72 + ["Fail"] * 18 + ["Pass"] * 66 + ["Fail"] * 44,
})
print(pd.crosstab(df.major, df.result, margins=True))
print()
print("P(Pass | major)  -> divide each ROW by its row total")
print(pd.crosstab(df.major, df.result, normalize="index").round(3))
print()
print("P(major | result) -> divide each COLUMN by its column total")
print(pd.crosstab(df.major, df.result, normalize="columns").round(3))

A spam filter, from one word to Naive BayesSpam filter: एक शब्द से Naive Bayes तक垃圾邮件过滤：从单词到朴素贝叶斯

# 2) Spam filter: one word, then Naive Bayes with two words
p_spam = 0.20
p_free = {"spam": 0.80, "ham": 0.05}      # P("FREE" | class)
p_win  = {"spam": 0.30, "ham": 0.01}      # P("WINNER" | class)

num = p_free["spam"] * p_spam
den = num + p_free["ham"] * (1 - p_spam)
print(f'P(spam | FREE)          = {num / den:.3f}')

# Naive Bayes: multiply the word likelihoods for each class, then normalise
s = p_spam * p_free["spam"] * p_win["spam"]
h = (1 - p_spam) * p_free["ham"] * p_win["ham"]
print(f'P(spam | FREE, WINNER)  = {s / (s + h):.4f}')

Medical test: formula and simulation agreeMedical test: formula और simulation मेल खाते हैं医学检测：公式与模拟一致

# 3) Medical test: Bayes by formula and by simulation
import numpy as np
prev, sens, spec = 0.02, 0.92, 0.88
p_pos = sens * prev + (1 - spec) * (1 - prev)            # total probability
print(f"P(positive)           = {p_pos:.4f}")
print(f"P(disease | positive) = {sens * prev / p_pos:.4f}")

rng = np.random.default_rng(0)
n = 1_000_000
sick = rng.random(n) < prev
pos = np.where(sick, rng.random(n) < sens, rng.random(n) < 1 - spec)
print(f"simulated, {n:,} people: {sick[pos].mean():.4f}")

Total probability and the reverse questionTotal probability और उल्टा सवाल全概率与反向问题

# 4) Law of total probability and the reverse question
share  = {"A": 0.30, "B": 0.45, "C": 0.25}
defect = {"A": 0.02, "B": 0.05, "C": 0.08}
joint = {f: share[f] * defect[f] for f in share}
p_def = sum(joint.values())
print(f"P(defect) = {p_def:.4f}")
for f in share:
    print(f"P({f} | defect) = {joint[f] / p_def:.3f}   (share of supply {share[f]:.2f})")

Simpson's paradox in a few linesकुछ lines में Simpson's paradox几行代码看辛普森悖论

# 5) Simpson's paradox: kidney stones (Charig et al., BMJ 1986)
import pandas as pd
d = pd.DataFrame({
    "treatment": ["A", "A", "B", "B"],
    "stone":     ["small", "large", "small", "large"],
    "success":   [81, 192, 234, 55],
    "patients":  [87, 263, 270, 80],
})
d["rate"] = (d.success / d.patients).round(3)
print(d.pivot(index="treatment", columns="stone", values="rate"))
overall = d.groupby("treatment")[["success", "patients"]].sum()
print((overall.success / overall.patients).round(3).rename("overall"))

Complete Formula Referenceपूरा Formula सारांश公式速查

Where Conditional Probability Lives in Data ScienceData Science में Conditional Probability कहाँ है条件概率在数据科学中的位置

The Golden Rules of Conditional ProbabilityConditional Probability के सुनहरे नियम条件概率的黄金法则