图示/公式/案例配图
多个观测图版 110
用于理解 5.1.2 看似相关,实则条件独立 的关键结构。
图5.2 “买香草味冰激凌”和“车子打不着火”的关系
原始图版
图版说明
图5.2 “买香草味冰激凌”和“车子打不着火”的关系
读图拆解
从统计意义上来讲,“买香草味冰激凌”和“车子打不着火”是相关的,但它们在“启动间隔时间短”的条件下是独立的:一旦知道启动间隔时间短,不管用户买的是什么口味冰激凌,不会影响我们作出“车子打不着火的概率很高”的判断。
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5章 多个观测下的贝叶斯
多个观测并不自动带来更强结论,关键在于它们是否独立、是否互补、是否遗漏了更关键的一项。