第1章 无处不在的推理
从直觉猜测过渡到概率判断
本知识站基于 EPUB 目录、正文锚点与插图进行重构。重点不是复刻原文,而是把贝叶斯思维转成可执行的决策系统、投资判断框架与信息卫生手册。
适合希望在生活判断、投资研究、医学判断、网络信息鉴别中建立概率化心智的人。
从直觉猜测过渡到概率判断
把推理升级成一套可更新的公式
在证据出现前,世界本来就不平均
真正有用的证据,必须能改写概率
别把证据简单相乘,更别遗漏关键证据
在时间流中持续修正,而不是一次性押注
当样本不够时,如何把对象放回合适层级
一场被错误概率语言扭曲的审判
诊断不是猜病名,而是动态缩小可能性
把信息卫生做成日常免疫系统
每个概念页都直连章节与图版,方便你把它迁回投资、研究和生活判断。
不要把第一个想到的解释当答案,而是把多个可能原因排成候选列表。
看一件事时先回到它在总体中多常见,而不是先看它在个案里多吸睛。
只看‘哪个原因最能解释现象’是不够的,因为原因本身发生概率不同。
判断不是一锤定音,而是随着证据持续更新的概率过程。
优先考虑简单、常见、少额外假设的解释,同时避免无证据地把问题解释成恶意。
证据出现前,世界已经有默认分布,判断不能假装从零开始。
把对象放回同类样本,而不是只从对象内部故事出发。
证据的好坏取决于它对不同假设的区分能力,而不是它多么动人。
多个证据能否安全叠加,取决于它们是否在已知原因下彼此独立。
好的判断系统要允许现实反过来修正模型,而不是只让模型解释现实。
在对象描述与样本容量之间找平衡,用多层颗粒度逼近真实概率。
在信息污染环境里,持续校准先验、证据质量和传播机制的能力。