基于过去发生概率估计的简单算法？

假设N次发生后，有P次事件发生。下一次估计事件发生概率的“天真”方法是P/N，但显然N越高，我们的估计就越好。基于过去发生概率估计的简单算法？

什么是在现实世界中建模“确定性”的实用方法？我不需要数学上完美的东西，只是为了让它更现实一些。例如：

2012-03-06 Enzo Tran

基于这些例子，在我看来，会有一个公式，它会提供一个排序键**，但我不知道更多。 – 2012-03-06 06:43:05

你的目标不是很明确。你应该更好地描述什么被认为更好 – 2012-03-06 06:53:01

我认为贝叶斯定理就是你要找的东西。这是一个简单的公式，但其应用可能非常复杂。（http://en.wikipedia.org/wiki/Bayes'_theorem） – Ari 2012-03-06 06:58:11

这看起来像威尔逊评分区间：http://en.wikipedia.org/wiki/Binomial_proportion_confidence_interval#Wilson_score_interval。威尔森分数解决了如何对二维数组进行排序的问题。

2012-03-06 06:47:31 Bytemain

上面Ari发布的Bayes定理更容易实现（只是发现这是imdb用于他们的评分系统的算法），但Wilson评分间隔似乎是一个更“准确”的估计，所以我接受这个定理。 – 2012-03-06 08:02:43

回答