读《统计学关我什么事》

这是一本介绍贝叶斯概率的书。

1. 贝叶斯的逻辑

通过阅读第一讲大概可以理解贝叶斯概率的大概逻辑了。
贝叶斯概率依赖于大量的历史数据，得到若干概率。
然后使用这些概率，计算出一个目标概率。
比如根据商店历史顾客的数据，以及顾客当前的信息，来判断顾客购买商品的概率。
比如女孩子送你礼物，来判断是否喜欢你。
比如癌症检查是阳性，由于误差的存在，真实得病的概率是多少？

1. 忽略历史信息带来的问题

面对大数据，解决未知的概率，这个方法没问题。
不过作者尝试把统计学应用到具体个人而不考虑历史信息时，显然有问题了。

例如大数据统计已经知道抛硬币概率是50%。
微观上作者却忽略这个大数据信息，假设自己不知道硬币的概率，然后从零开始计算硬币的概率。
第一胎生女孩，第二胎女孩的概率计算也是一样的逻辑问题。
作者因此得出第一胎是女孩子，第二胎依旧是女孩子的概率更大的结论。

如果没有大数据从零开始计算，这个结论没问题。

毕竟得到一条数据，就相当于信息更丰富，结论也离局部最优解更接近。

但有大数据背景，这样的计算方式就有问题了。

现在各大互联网的推荐系统或ai系统也是这个道理，已经有用户画像了，就不能忽略这些已有的画像。
否则推荐效果自然会很差。

1. 独立事件的问题

另外，贝叶斯主要用于计算预测模糊的概率。

如果概率已经确定，再使用贝叶斯去计算概率，也会有问题。
所以书中的大部分内容我就不赞同了。

比如三囚徒悖论、抽奖是否变更问题。

抽奖问题：
假设有三个盒子，只有一个有奖品。
你选择一个盒子后，中奖概率是三分之一。
此时，剩余的两个盒子肯定有一个没奖品，扔掉一个没奖品的盒子。
现在剩余两个盒子，问你要不要换盒子。
换与不换中奖的概率分别是多少？

得到一个信息，对于独立事件，要计算的概率已经可以根据现在的信息计算出来了。

比如抽奖问题，换与不换的概率都是 50%。

但是作者强行假设两个独立事件之间有关系，忽略历史数据，然后计算的概率与独立事件概率不一致，从而得出悖论。
比如抽奖问题，作者通过贝叶斯计算，得出换之后中奖的概率更高。
这些都是错误的使用贝叶斯导致的。

1. 最后

书的后面还介绍了很多知识。
比如多个信息的叠加计算。
比如即使没有统计数据，也可以先随便假设一个概率，然后慢慢获取信息通过贝叶斯公式纠正假设的概率。

看完这本书，可以了解到，贝叶斯概率是一个很神奇的方式。

因为它具备自我学习能力，即可以把历史数据通过计算，转化为自己的经验，用于预测新的数据。
怪不得推荐系统或者ai系统都在使用这个方法。

回头看看贝叶斯概率的历史，曾经很多人反对贝叶斯概率也是合理的。
因为贝叶斯的应用有前提，即要慢慢自动学习来提高准确性，应用在那些概率模糊的地方，结果虽然是局部最优解，但给了人们一个概率，尚可接受。

贝叶斯学习过程的一个结论

而支持贝叶斯的狂热分子不尊重事实与历史数据，强行将贝叶斯应用到所有地方，第一个数据得出的结论自然就违背客观规律了。
比如抛硬币问题、生女儿问题、囚徒问题、抽奖问题。

由于书中存在误导人的逻辑，全程都在以生女儿为例子来介绍为啥生女儿概率高，这里我就不推荐阅读这本书。
真要阅读，只看第一部分即可。

题外话：生活中也一样，很多科学已经明确验证的事情，就要尊重科学，按照科学的方法来做事。
如果盲目相信那些违背科学的方法，最终的后果就要自己去承担。

《完》

-EOF-

本文公众号：天空的代码世界
个人微信号：tiankonguse
公众号ID：tiankonguse-code