第1部僅停留在描述貝葉斯統計學本質的階段。但由於沒有使用概率符號，因而語言表述不夠精確。而如果想要真正地深入掌握使用“貝塔分布”等概率分布的複雜推算，必須要通過算式來理解。在前麵，我們已經通過“麵積圖”的方法積累了紮實的基礎，所以，再複雜的概率符號，也能夠輕鬆理解。即使從未聽說過“正態分布”也不必擔心，我會為大家進行清楚細致的講解。那麽，下麵就讓我們開始學習吧！
第14講 “概率”與“麵積”的性質相同概率論的基礎
14-1 複雜的貝葉斯推理需要用到概率符號
之前的講義中對於貝葉斯推理進行的講解，刻意沒有使用概率符號。這是因為，從第1講到第13講的內容，即使不使用概率符號，也可以針對貝葉斯推理展開講解，且效果並不會遜色於使用概率符號的講解方式。實際上確實如此，所有的問題都可以通過使用麵積圖來解決。而如果使用概率符號來講解的話，我擔心讀者朋友們需要在理解貝葉斯推理過程的同時，還要思考概率符號的含義。這樣會帶來雙重負擔，導致本來能夠理解的知識，也變得無法理解。因此我最終使用了麵積圖的方法，而這兩種方法在本質上其實是相同的。
然而，當我們需要進行更加複雜的貝葉斯推理時，就不得不使用概率符號了，否則，將會遇到一些麻煩。尤其是在采用“連續型先驗分布”（第16講中將詳細講解）的情況下，如果不使用概率符號，是根本無法進行下去的。因此，從第14講開始，直到第18講，我將針對概率符號和連續型概率分布進行講解；從第19講到第21講，則步入貝葉斯推理的精髓——貝塔分布和正態分布。
14-2 通過函數的形式來記述概率
概率是指，用一個“大於0且小於1的數值”來對應“發生的事情”的數學概念。