判断的超能力

判断的超能力

如果现在给予你一个准确判断的超能力，你要不要？现在这个超能力不需要天上掉馅饼，而是通过理解运用就可以得到。是不是很激动？

下面我们先来认识个人。托马斯·贝叶斯，大概于1701年出生，他是一位英国牧师，也是英国皇家学会会员。人们对他的生平知之甚少。而以他名字命名的贝叶斯定理，或许是数理统计学中最著名的定理了。

具体的定理公式如下：

P(A|B)=P(B|A)＊P(A)/P(B)

为了方便理解，进行一下变形，如下：

P(A|B)＊P(B)=P(B|A)＊P(A)

这个公式翻译为汉语就是，B事件发生的概率与B事件发生条件下A事件发生概率的乘积，等于A事件发生的概率与A事件发生条件下B事件发生概率的乘积。

是不是已经晕了？其实很简单，公式的两边都在说同一件事，就是A和B同时发生的概率，只是表达方式不一样。所以它们一定是相等的。

在我们面对这个复杂世界，在还不清楚各因素之间的关系时，贝叶斯定理给了我们一把火矩，照亮眼前的迷雾。

通过过去有限的测量，不断把新的信息考虑进来，来推测它们发生的概率。只是单个因素看概率，或者是单个事件看概率，都是不靠谱的。正确靠谱的方法的是组合起来看，从新信息与关心事件之间的相关性来看。

贝叶斯推理有两个要点： 首先有一个既有判断；其次获得新信息，不断调整更新。既有判断就是先验概率，要得到的结果就是后验概率。后验概率等于先验概率乘以调整因子。而后验概率可以成为下一次的先验概率。在信息不完备的情况下，通过微调不断逼近事实真相。