# VectorPaint贝叶斯来源图：六十四格中只看红色后如何重算比例

语言：zh-CN
原文：[VectorPaint贝叶斯来源图：六十四格中只看红色后如何重算比例](<https://allluckly.cn/guides/vectorpaint-bayes-source-posterior-sixty-four-area-units/>)
中文：[中文 HTML](<https://allluckly.cn/guides/vectorpaint-bayes-source-posterior-sixty-four-area-units/>)
English: [English HTML](<https://allluckly.cn/en/guides/vectorpaint-bayes-source-posterior-sixty-four-area-units/>)
发布于: 2026-11-16T00:00:00+08:00
内容更新于: 2026-11-16T00:00:00+08:00
署名：Bison

把来源先验与条件比例变成等面积格，保留红色子集，核后验二分之一而非四分之三。

画一张两来源的概率面积图，先按来源权重分区，再把各区分成红与非红。观察到红色后，只在红色子集里重算来源比例。六十四格表示概率质量，不是保证抽取六十四次得到固定次数；所有概率是题目条件，应用只负责呈现人工算好的格与注释。

## 先写明来源选择与颜色条件

定义来源事件A与B互斥且穷尽，先选A的概率为1/4，选B为3/4。给定A时红色概率为3/4，给定B时为1/4；各自余下概率都是非红。可以设想两个四件物的小盒：A有三红一非红，B有一红三非红，先按给定权重选盒再在盒内等概率取一件。问题是已经看到红色后来自A的概率，不是把两盒所有物件混在一起等概率抽取。把条件写在图首，避免看到盒子数相同就自行改成各选一半。 若需要一个具体先选盒的模型，可用四等份选择符，其中一份标A、三份标B，再在选中盒的四件物中等概率取一件。这样有十六个等概率基本选择，每份再拆成四格，便得到图中六十四质量格。

## 六十四格只编码质量而不冒充观测

创建8×8等大方格，每格代表1/64概率。A占最左两列共16格，B占其余六列共48格，面积比例正好为1:3。建议每格90像素，整体720×720，从屏幕(250,350)开始，画布可用1800×1500。用相同格宽与格高，不把A列加宽再保留原来的计数解释。格子是概率质量单位，可把最小十六等份各细分成四份得到，不是声称做了六十四次实验、看到了六十四个独立样本或装有六十四件真实物品。

## 在来源分区内按条件比例着色

在A两列中，将上方六行共12格标红，下方两行共4格标非红；在B六列中，上方两行共12格标红，下方六行共36格标非红。两处红色各为12格，却分别占各自来源的3/4与1/4，这正是条件分母不同的效果。使用红色加R字母、非红加斜纹，来源边框再用A、B文字区分，不能仅靠颜色判断。先数每区合计16与48，再数四个小区总计64，确认没有重叠或漏格，才进行条件化。

## 把四个联合概率与总红色算全

用先验乘条件概率，得到A且红为3/16、A且非红为1/16、B且红为3/16、B且非红为9/16。四项之和为一；红色总概率是3/16+3/16=3/8，对应24/64。把下方账本放在面积图旁，乘法与加法分别一行，避免只算A红就遗漏B红。这里不要求来源与颜色独立，事实上两个来源的红色条件概率不同；不能再把P(A)乘总体红概率当成A且红的结果，也不把联合事件符号误当作给定条件。

```
region        probability          units out of 64
A and red     (1/4)*(3/4)=3/16       12
A and nonred  (1/4)*(1/4)=1/16        4
B and red     (3/4)*(1/4)=3/16       12
B and nonred  (3/4)*(3/4)=9/16       36
red total     3/16+3/16=3/8          24
P(A | red)    (3/16)/(3/8)=1/2       12/24
```

## 仅在红色子集中重设分母

保留原图，再复制一份用于条件视图，把非红格降为淡灰但不改变红格面积。现在可见红格共24，其中A红12，因此P(A给定红)=12/24=1/2；也等于(3/16)/(3/8)。在下方另画A红与B红两段等长条，各标12，不用原来16与48的全来源面积作分母。给条件图明确标题“已知红”，不要让读者以为原先先验改成一半。后验的两个来源概率各一半，只适用于这个颜色证据和题设模型，不推广到任何新观察。 也可核来源比值：先验A:B为1:3，红色在A相对B的条件概率比为3:1，相乘后后验比成为1:1。这个比值检查与面积计数应一致，但仍须保留红色总量为正的分母条件。

## 将三种看似相近的概率分开标注

在三个独立文字框分别写P(A)=1/4、P(红给定A)=3/4、P(A给定红)=1/2，再用短句说明分母分别是全部质量、A来源质量、红色质量。交换竖线两边不是可随意进行的相等变形，不能因都含A和红就抄成同一个数。用本图反查，A区红12除A区总16确为3/4，红区A12除全部红24才为1/2。贝叶斯分母必须大于零，本例3/8满足；若观察事件概率为零，这种普通比值不能继续照搬。 用非红作另一项独立抽查时，来源A只占4/(4+36)=1/10，并非也为一半。这个结果不改主图题目，只帮助确认条件集合真的换了分母；不能把“已知红”的两等长条直接改标题就当作非红图。

## 用边界、计数与分母顺序排障

如果算出3/4，先检查是否还用A的16格当分母；如果算出3/16，检查是否停留在联合概率而未除红色总量。如果面积看起来A占一半，先核列宽和两列六列的来源边界，不移动着色来掩盖比例错误。每次只改一个层的错误，保留改前副本，重数四个联合区及24个红格。不得把真实试验的随机频数硬改成这套固定格数；本图是已给定概率的精确面积模型，现实估计误差需要另行记录，不能靠矢量边缘整齐获得保证。

## 重开复核原图和条件图的身份

重开原生文件，核原图总格64、来源A16与B48、红格24；条件视图仍标“已知红”，下方两段各12。导出阅读版后检查非红斜纹、R字母、分数和条件竖线清楚，不能让淡灰太浅而看不出原图的完整范围。交付条件清单、联合概率账本、两幅图与后验算式，说明没有进行实际抽取或自动概率计算。未做的导出重开照实保留待办，另留可修改原生文件，避免只剩一张看不出格数和分母的缩略图。

## 相关教程与资料

[VectorPaint 二次抽取树：把有放回条件与四条路径对应](<https://allluckly.cn/guides/vectorpaint-replacement-draw-probability-tree/>)、[VectorPaint 三次抛币分布：八种序列汇成一三三一的概率条](<https://allluckly.cn/guides/vectorpaint-three-fair-tosses-binomial-count-probability-bars/>)。

方法来源：[Hossein Pishro-Nik, ProbabilityCourse §1.4.3: Bayes Rule](<https://www.probabilitycourse.com/chapter1/1_4_3_bayes_rule.php>)、[Hossein Pishro-Nik, ProbabilityCourse §1.4.2: Total Probability](<https://www.probabilitycourse.com/chapter1/1_4_2_total_probability.php>)。

版本与操作边界：2026年11月16日核[VectorPaint官方商店](<https://apps.apple.com/cn/app/id1587272880>)及[Apple公开查询](<https://itunes.apple.com/lookup?id=1587272880&country=cn&entity=software&timestamp=20261116-final5>)，公开版本1.0.8，最低iOS / iPadOS 17.0。商店说明包含图形、钢笔与贝塞尔节点、网格参考线、图层与文字，以及原生文件和SVG、PDF、PNG输出；实际入口以安装版本可见为准。公式、求解和复算在应用外完成，图内逐点手工构造；没有声称自动数学计算或真机逐项测试。

