选错条件：蒙提霍尔余震
Monty Hall ConfusionPr[X | Y] := Pr[X ∩ Y] / Pr[Y]（Pr[Y] ≠ 0）。直觉：把样本空间砍到 Y 发生的那部分，再重新归一化。
第 17 章说换门赢 2/3，但有人算出 1/2：他用的条件是"初选 A 且 B 后有山羊"，把 outcome (A,A,C) 也装了进来——可你亲眼看见 Carol 开的是 B，(A,A,C) 根本不在你的信息里。正确的条件是"初选 A 且 Carol 开了 B"：
教训不是"条件概率不可靠"，而是条件必须恰好吃掉你掌握的全部信息——多装一个 outcome，答案就歪。同一个错误在法庭上叫"检察官谬误"：辛普森案辩方引用"受虐丈夫杀妻概率 1/2500"，却忘了 Nicole 已经被杀这个条件——给定"受虐且被杀"，凶手是受虐者的概率约 80%。
冰球队：赢了第一场之后
The Four-Step Method for Conditional ProbabilityC 级冰球队三局两胜：首战胜率 1/2；赢了上一场则士气高涨（当战胜率 2/3），输了则泄气（当战胜率 1/3）。问：给定赢了第一场，最终夺冠的概率？老配方四步：树图 6 个 outcome，边概率随上一场结果切换 2/3 / 1/3：
反过来问"给定夺冠，首胜的概率"也是 7/9——条件概率没有时间方向（18.4.5 a posteriori：数学里不存在"谁先发生"）。
乳腺癌检测：95% 准确率的陷阱
Medical TestingX 光检查：患病者 10% 概率漏报（false negative），健康者 5% 概率误报（false positive），在无家族史的中年女性中发病率约 1%。"检测阳性"听起来九死一生，四步法给出：
近 95% 准确率的检查，阳性后 84.6% 是虚惊——因为健康人基数太庞大，5% 的误报洪流淹没了 90% 的真阳性。拨一拨三个参数，看后验怎么动：
全概率定律：分情况，再合账
The Law of Total ProbabilityPr[A] = Pr[A|E]·Pr[E] + Pr[A|Ē]·Pr[Ē]。n 个不交事件铺满样本空间时逐项展开；再倒过来就是 Bayes 法则的多事件版。
书中热身：掷公平硬币，正面掷一颗骰子取点数、反面掷两颗骰子取和——最终得到 2 的概率 = ½·1/6 + ½·1/36 = 7/72。18.5.1 警告：条件号两边的规则不能乱搬——Pr[A|B∪C] ≠ Pr[A|B]+Pr[A|C]−Pr[A|B∩C]（书里反例算出 1.8，概率上限是 1）。
置信 99% ≠ 概率 99%：贝叶斯因子登场
Probability versus Confidence结核病检测：只要患病必检出（灵敏度 100%），健康人 1% 误报。统计学家可以说"你有 99% 的把握检测结果正确"，但这不是"阳性后 99% 患病"。用赔率语言（18.9.2）：证据 E 把先验赔率乘上贝叶斯因子：
TB 检测的贝叶斯因子 = 1/0.01 = 100——听似惊人，但美国 TB 患病率约 1/10,000，先验赔率 1:9999，乘 100 之后是 1:100：阳性之后依然是百倍赔率反对你患病。
辛普森悖论：分组全输，总体全赢
Simpson's Paradox1973 年一所大学被诉性别歧视：总体男录取 44% vs 女 35%。但逐系看，多数系反而偏向女性。书中的两人迷你版（表 18.1）：CS 系男 40% vs 女 50%、EE 系男 70% vs 女 80%——每个系都是女高；合起来男 69% vs 女 51%，整体男高。原因：女性大量涌进更挑剔的 CS 系（100 人里进 50），被低录取率稀释。数字不会说谎，但聚合方式会。
独立性：两两都是朋友，仨仨未必
Independence & Mutual IndependenceA、B 独立 ⟺ Pr[A|B] = Pr[A] ⟺ Pr[A∩B] = Pr[A]·Pr[B]。陷阱：互不相交（disjoint）的事件恰恰永远不独立——除非其中一方概率为 0。知道 A 发生就直接宣判 B 不发生。独立是建模假设，不是能从数据里读出的性质。
经典爆炸现场（18.8.2）：掷三枚公平硬币，A₁ = "币1=币2"，A₂ = "币2=币3"，A₃ = "币3=币1"。任何两个都独立，但三个放在一起：只要前两个成立，第三个必然成立——Pr[A₁∩A₂∩A₃] = 1/4 ≠ 1/8。下面自己按亮 outcome 验算：
习题实战
Problems 18.2 & 18.12, Playable两道原书习题做成解题器：左轮枪的条件概率与桥牌的 A。
终局自测
Final Check八题，覆盖 18.1–18.9。
彩蛋与课后挑战
Easter Eggs & Problems1/170,000,000 是怎么变成 1/170 的（18.8.1）
辛普森案 DNA 专家把五个标记频率连乘：1/100 · 1/50 · 1/40 · 1/5 · 1/170 = 1/1.7 亿——前提是标记相互独立。若只有 pairwise 独立，正确上界只剩 1/17,000；若标记链条相关（有 E 者必有 A、有 A 者必有 B……），真值可达 1/170。独立性假设每强一分，结论漂亮一分，倒下的风险也大一分。
100 连正面之后，下一把该押什么？（18.9.4）
"硬币是公平的"定义上讲下一把仍是 1/2；但 2⁻¹⁰⁰ 的先验说明你几乎不可能真在掷公平硬币。 Bayesian 解法：给"偏头硬币（99/100 正面）"留 2⁻⁵⁰ 的先验，100 连 H 的贝叶斯因子 > 0.36·2¹⁰⁰——后验赔率狂飙到 0.36·2⁵⁰，下一把押正面。频率论者则说：我们只是"有 1−2⁻¹⁰⁰ 的置信度"硬币有偏。两种哲学，同一套公式。
课后挑战（均出自原书习题）
- 18.2 Dirty Harry 的左轮：6 弹膛 2 弹。第一枪不响后第二枪中弹概率？（提示：条件在"转轮停在哪"上；两弹相邻时又如何）
- 18.7 索伦拒听狱警报信：三人释放两人，狱警报出"Foo-Foo 获释"后，索伦获释概率仍 2/3——为什么他的直觉错了？（树图 + "报谁"的随机化）
- 18.12 13 张桥牌手里已有一张 A，再有一张 A 的概率 vs 已知那张是黑桃 A——两题答案不同！
- 18.15 Sally 择校：Pr[幸福] 与 Pr[Yale|幸福]、Pr[MIT|幸福]——前者相关、后者独立，算给你看。