生活不是掷骰子
图示/公式/案例配图

无处不在的推理图版 010

用于理解 1.3.2 最大似然估计 的关键结构。

概率这个概念,大多数人都很熟悉。一件事情A发生的概率,通常用P(A)来表示。P (A)是一个0~1的数,P (A)越大,则表示这件事情越有可能发生。

原始图版

无处不在的推理图版 010

图版说明

概率这个概念,大多数人都很熟悉。一件事情A发生的概率,通常用P(A)来表示。P (A)是一个0~1的数,P (A)越大,则表示这件事情越有可能发生。

读图拆解

而条件概率,顾名思义,是在某一个前提下,一件事情发生的概率。条件概率通常用P (A|B)来表示,即在B成立的情况下,A发生的概率。例如,我们都知道:城市里早晚高峰的时候,堵车的可能性很大;而中午时分,堵车的可能性较小。上面的这种现象,就可以写成如下的条件概率的形式:

怎么用

把它当成“概率关系图”来读,而不是当成装饰图片。看完后复述:这张图想改变我哪一个判断习惯?

提醒

如果图中数字或结构看不懂,不要急着跳过。先回到所在章节的源段落,再结合概念页理解术语关系。

关联章节

第1章 无处不在的推理

生活里的多数判断,本质上都不是‘证明题’,而是在有限证据下给原因排序。

关联原则

  • 原因排序

    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。

  • 基准率

    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。

  • 最大似然的边界

    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。