你想弄懂什么？

书本和放大镜图标代表概率空间中的特定事件，作为贝叶斯定理中变量的标签。显示的公式是 P(书本|放大镜) = P(书本)P(放大镜|书本)/P(放大镜)。

适用条件：图标在显示的公式中用作事件标签。；视频中的不同显示并未强加固定的字母到图标的对应关系。

贝叶斯定理之所以正确，是因为两个事件的联合概率可以通过两种对称的方式进行分解。A 和 B 同时发生的概率等于 A 的概率乘以在 A 发生的条件下 B 的条件概率，同时也等于 B 的概率乘以在 B 发生的条件下 A 的条件概率。

适用条件：A 和 B 是同一概率空间中的事件。；此处使用的普通条件概率要求 A 和 B 都具有正概率。

使用自然频率（例如，固定人口如210人中的计数）来构建问题与心理学家卡尼曼和特沃斯基的发现一致。具体的人数使复杂的条件关系变得有形，减少了认知负荷。

适用条件：问题涉及条件概率或贝叶斯推断；比较的是自然频率框架与百分比/概率框架

从结构上看，贝叶斯定理首先要求你将注意力限制在仅出现证据 $E$ 的案例中。然后，在该过滤后的子群中，计算满足假设 $H$ 的比例是多少。

适用条件：证据 E 已经发生（条件化）；边缘概率 $P(E) > 0$