分层描述法图版 171

原始图版

图版说明

我们想要知道在上述观测下他“找到工作”（H）的概率，即P （ H|A1， A2， A3， A4， A5）。

读图拆解

首先，我们来看这5个观测。按照分组法“统计容易找，观测信息大”的原则，我们先挑出几个信息量大的。这一步比较简单，A1的信息量比较大：牌子很重要，大公司对华科的硕士生通常是会高看一眼的。此外， A2的信息量也比较大：毕业赶上好年景，工作很好找。关于 A3，挑战杯二等奖也算一个还不错的成绩，但是对于找工作的作用似乎没有那么大。A4， A5显得中规中矩，因此信息量相对而言也不太大。

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

关联原则

• 分层描述法

  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。