在双职业示例中，如何使用代表性样本网格计算Steve是图书管理员的后验概率？

从等式 $P(A)P$(B|A) = $P(B)P$(A|B) 出发，你可以通过除以相应的边缘概率来解出任何一个条件概率。两边除以 $P(B)$ 可分离出 P(A|B)，得到 P(A|B) = $P(A)P$(B|A)/P(B)。

适用条件：此处使用的普通条件概率要求 A 和 B 都具有正概率。；代数重排要求分母 $P(B)$ 和 $P(A)$ 非零。

当个体判断组合事件（既是银行出纳员又是女权运动积极分子）的概率高于其组成部分之一（是银行出纳员）的概率时，合取谬误就表现出来了。从数学上看，第二个事件是第一个事件的子集，因此 $P(A \cap B) \le P(A)$。

适用条件：比较子集事件与其超集事件的概率；事件的定义使得一个包含在另一个之中

事件“A 和 B”在逻辑上与“B 和 A”完全相同，因此对其概率的任何有效分解都必须一致。这种对称性迫使两个乘积公式相等：$P(A)P$(B|A) = $P(B)P$(A|B)。

适用条件：该论证使用了事件的逻辑合取的交换律。；此处使用的普通条件概率要求 A 和 B 都具有正概率。

公式 P(A 且 B) = $P(A)P(B)$ 被划掉是因为它仅对独立事件有效。视频强调了一般乘法法则 P(A 且 B) = $P(A)P$(B|A)，该法则对独立和非独立事件都适用。

适用条件：事件 A 和 B 可能是相关的。；一般乘法法则 P(A 且 B) = $P(A)P$(B|A) 无论是否独立都适用（假设 $P(A) > 0$）。

在这个双类别示例中，先验 $P(H)$ 是在看到证据之前假设“Steve是图书管理员”的概率，根据规定的人口计算为 $1/21$。似然率 $P(E|H)$ 是在假设成立的情况下证据“符合描述”的概率，规定为 0.4。

适用条件：假设 H：“Steve是图书管理员”；证据 E：“符合描述”；人口假设：10名图书管理员，200名农民；似然率假设：图书管理员40%，农民10%