本文通过介绍概率论中的核心工具——贝叶斯定理（Bayes' Theorem），探讨其在 COVID-19 疫情初期估算真实感染人数中的应用。文章利用 2020 年 3 月美国 CDC 的初步数据进行推导，分析了条件概率在流行病学中的实际意义，并指出了关键未知参数对估算结果的巨大影响及模型局限性。