简单来说，可以设置3个p的值，分别为0.6、0.5、0.4。当然了，只要满足条件0≤p≤1的值都可以选取，并且这样做更加符合常理，而本讲为了让大家理解贝叶斯推理的特质，需要首先保证易于理解的问题，因此，只选取三个数值进行探讨。
现在我们已经将“该夫妇所生的孩子为女孩的概率”p设置为0.6、0.5、0.4这三种可能，那么该夫妇一定属于这三种中的一种。也就是说，当p＝0.6时，该夫妇生女孩的概率为0.6，当p＝0.4时，该夫妇生女孩的概率为0.4。其中，前者说明“该夫妇比较容易生女孩”，后者说明“该夫妇比较容易生男孩”。当然，如果p＝0.5，那么说明“该夫妇生男生女的概率相等，各为0.5”。
下一步要做的与以往相同，就是为这三种类别分别设置先验概率。
在这种情况下，想要判断该夫妇究竟属于哪一个类别，是完全没有任何统计数据来支持的，因此依然采用上一讲中的“理由不充分原理”。如图表4-1所示，设置这三种类别的概率各为1/3。
图表4-1 根据理由不充分原理设置的先验概率
读到这里，作为初学者来说难以理解的一点是：为何设置“p＝0.4的先验概率”的概率为1/3？可以这样理解：p本身就是一个概率，那么，“p＝0.4的先验概率”的概率为1/3，便是“概率的概率”。对于这种思维方式，如果不习惯的话，确实会感到混乱。
理解时的关键是，p代表“生女孩”的概率，而先验概率1/3代表：三种类别的概率p的值，究竟哪一个才是真实的可能性。
换言之，先验概率表示：该夫妇属于哪一个可能世界的概率；概率p表示：该夫妇在各个可能世界中生女孩的概率。也就是说，这两个概率，是不同意义的。
上一讲的观点认为，类别（互不相同的可能世界）与概率是毫无关系的，而本讲中的类别则是通过概率p来表示的。也就是说，该夫妇“生女孩的概率”究竟为0.4？还是0.5？或是0.6？我们无从得知，只能进行推测罢了。于是，运用“理由不充分原理”，将每种情况的先验概率均设置为1/3。
对了，由于从统计学的观点来看待人类整体生男生女的概率问题时，p＝0.5的可能性要远高于其他两种情况，那么，在设置先验分布时，也可以进行适当调整。例如，可以将“生女孩的概率为0.4”和“生女孩的概率为0.6”这两种情况的先验概率均设置为0.2，而“生女孩的概率为0.5”的先验概率则设置为0.6。（关于这一点，可在习题部分进行计算练习）
关于先验概率的设置，有一点与之前的内容略有不同：之前都是设置两个类别，而这次设置了三个类别。如果能够顺利理解本讲内容，那么今后即使设置再多的类别，应该也都不成问题了。
4-3 把“生女孩的概率”直接作为“条件概率”来使用
下一步，是与以往一样，按照类别进行划分，之后，设定能够引起特定行为的条件概率。在本案例中，这一步是十分简单的，这是因为“类别”本身成为其条件概率。
譬如，如果一对夫妇属于p＝0.4的类别，那么，这对夫妇生女孩的条件概率便为0.4。那么，理所当然地，这对夫妇生男孩的概率则为1-0.4＝0.6。把这以计算过程用图表4-2表示出来，如下所示。
图表4-2 这对夫妇生女孩?男孩的条件概率
这些概率与以往的一样，都是“有特定原因时的结果的概率”。这里的原因是指，“生女孩容易”或“生男孩容易”的情况，而结果是指“生了女孩”或“生了男孩”。
图表4-3中分列了3种情况，将这3种情况分别再分为2种，最终总共分为6种情况。
图表4-3 六种互不相同的可能性
