生活不是掷骰子
图示/公式/案例配图

多个观测图版 124

用于理解 5.2.3 水烧开了吗 的关键结构。

现在,我们把A2加入观测,看看在这两个观测下的后验概率是多少,即P ( H|A1, A2)。

原始图版

多个观测图版 124

图版说明

现在,我们把A2加入观测,看看在这两个观测下的后验概率是多少,即P ( H|A1, A2)。

读图拆解

因为这两个人并不认识,因此我们可以假设同时会影响他们出行的唯一因素是天气。这样,在已知天气的情况下,知道某一个人是否出去散步的信息并不能帮助我们更准确地推断出另外一个人是否出去散步。这翻译成数学语言,就是说A1, A2在H和的环境下都是条件独立的,根据贝叶斯公式,我们有:

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。

关联原则

  • 条件独立

    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。