统计学关我什么事Bayesian Learning Site
Chapter

第4讲 用“概率的概率”扩展推理

把不确定本身纳入模型

第4讲 用“概率的概率”扩展推理 图版 01
第4讲 用“概率的概率”扩展推理 图版 01这张图版来自《第4讲 用“概率的概率”扩展推理》相关页,适合用来把统计直觉、图形关系或案例结构重新具体化。
4-1 根据理由不充分原理设置的先验概率4-3 六种互不相同的可能性4-4 六种互不相同的可能性各自的概率4-5 根据信息限定可能性

本讲主张

贝叶斯的强项,是连‘这个概率值本身有多不确定’都可以继续建模,而不是只给一个僵硬答案。

中文释读

一旦把概率看成会变化、可分布的对象,你就从单点猜测升级到了分布思维。这是后面贝塔分布和连续型先验的入口。

知识路线

关键论点

  1. 贝叶斯并不把未知量当固定常数。
  2. 概率本身也可以有分布。
  3. 这让小样本推理和逐步修正变得更自然。

行动清单

  1. 把‘我猜是 60%’升级成‘这 60% 的把握度来自什么分布’。
  2. 接受不确定不是一个点,而是一片范围。
  3. 用分布思维替代单点执念。

源章节深读

4-1 第一个孩子是女儿,那么下一个孩子是男孩还是女孩?

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:在第1讲和第2讲中,我们运用了客观的数据来设定先验概率。接下来,在第3讲中,由于没有客观数据可用于先验概率的设定,于是我们主观地设定了先验概率。在第4讲中,将带领大家进一步了解神奇的贝叶斯推理方法。请阅读以下问题设定。

4-2 将“概率的概率”设置为“先验概率”

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:首先,关键的一点在于类别的设置。在本案例中,我们需要设置的类别是“该夫妇所生的孩子为女孩的概率”,我们用p来记录这一概率。

4-3 把“生女孩的概率”直接作为“条件概率”来使用

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:下一步,是与以往一样,按照类别进行划分,之后,设定能够引起特定行为的条件概率。在本案例中,这一步是十分简单的,这是因为“类别”本身成为其条件概率。

4-4 第一胎已经生了女孩,因此可以排除掉“不可能的情况”

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:目前的事实是,这对夫妇“第一胎生了女孩”。因此,第一胎生男孩这种情况被完全排除在外,这一情况反映在

4-5 贝叶斯推理的过程总结

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:图表4-6 关于该夫妇类别的贝叶斯推理过程

4-6 在计算“第二胎生女孩的概率”时,使用“期待值”

这节解决什么:这一节在解决《第4讲 用“概率的概率”扩展推理》里一个具体判断问题:当证据进入后,读者到底该改哪一步判断。

怎么迁移使用:把它当作一个生活化推理模板。下次遇到类似问题时,不要直接套结论,而是照着这节的判断顺序重走一遍。

常见误区:常见误区不是不会算,而是先验、条件、独立性或样本空间在中途被偷换了。

原书线索:一旦把概率看成会变化、可分布的对象,你就从单点猜测升级到了分布思维。这是后面贝塔分布和连续型先验的入口。

本讲图版学习路径

概念可视化

第4讲 用“概率的概率”扩展推理图版

辨析题

为什么‘概率的概率’听起来怪,却又是贝叶斯统计的核心?