|数学家|
贝叶斯提供了关于概率论与数理统计最重要的工具之一。这个工具让我们对概率的研究能够进行更加艰巨的探索。
如果我们知道一个事件发生的内在机制,那么我们计算着事件的概率是非常简单的。用基本的计算,我们能算出打扑克梭哈时,得到同花顺的概率,或者扔硬币时,连续5次都是正面的概率,再或者彩票中奖的概率。
但更多时候,我们更关心把上述问题反过来的情况。我们不去计算基于知道发生机制的事件的概率,而是基于观察到的现象,想得到和了解不知道发生机制的事件的发生的可能性。
我们需要了解在一些情况下基于观测现象背后的关联性。比如医学(如果检测为阳性,患病的可能有多大?)、比如社会科学(基于历史数据,最好的解释通货膨胀与失业率之间关系的模型是什么?)、比如日常生活(如果女孩同意和我去另外一家酒吧,他对我有意思的可能性有多大?)。
贝叶斯定理提供了一个形式化的工具,让我们能回答这些问题。当一种事情已经发生的条件下,定理让我们能计算这样的概率,当特定事件发生时,鉴于观测结果,基于我们把观测结果纳入特定事件看是否发生,这样能同时得到先前事件在特定事件下发生的可能性。
贝叶斯定理是一个分析信息缘由的强大工具,它还是整个统计学思想的底层框架。