从结果来看,如果你收到了女同事的巧克力,那么,你成为她的“真命天子”的事后准确率便为23,约等于66%。
3-5贝叶斯推理的过程总结
用图表来总结本讲中的贝叶斯推理的话,如图表3-6所示。
图表3-6“真命天子”“无关路人”的贝叶斯推理过程
求得真命天子的后验概率,能够了解到什么呢?通过先验概率和后验概率的图表3-7,我们可以找到答案。
图表3-7关于女同事心情的贝叶斯更新
通过以上图表,我们可以了解到:收到巧克力前,两种可能性被认为各占一半,“你是她的真命天子的概率”一开始为0。5,在收到巧克力后,上升到了约66%。因为收到了巧克力,你的期待感与之前相比也有所提高,这是理所当然的。贝叶斯推理的便利之处在于,能够将其通过数值表现出来。不过虽然如此,但概率也只有66%而已,所以,还是不要抱有太高的期待。
读到这里,或许会有读者感觉,“就算是因为理由不充分,将先验概率设定为可能性各占一半,这未免太过自信了吧”。这种情况下,稍稍控制一下,谦虚一点,将真命天子的概率设为0。4,无关路人的概率设为0。6也好。像这样,能够自由设定先验概率,也体现了贝叶斯推理的灵活之处。(将先验概率设定为真命天子0。4、无关路人0。6时的推算,请大家在后面的习题部分进行推算练习)
3-6计算“信念的程度”也可以使用贝叶斯推理
在本讲的最后,对于“概率”的定义进行简要说明。
我们在初中、高中阶段学习的概率,是一个客观的概念。也就是说,对于“某现象的概率是多少”的问题来说,答案是唯一的,无论是谁回答,都会给出一个唯一、客观的数值。在“掷骰子出现1的概率为六分之一”的情况下,概率表示的是:丢出这个骰子后,出现的结果为1的可能性的程度。这个答案对于所有人来说,都是相同的。
然而,本讲中提到的“概率”,并非上述的客观性概率。“女同事认为你是她真命天子的概率”这一情况下的“概率”,并不能像上述掷骰子事件的概率那样进行解释。这是因为:骰子可以丢很多次,但这位女同事是独一无二的。她认为你是真命天子还是无关路人,并不是从现在才开始发生的概率性事件,而是早已有了结论,只是你不知道罢了。
因此,“女性同事认为你是她的真命天子的概率”中的“概率”,应当解释为:你内心描绘的类似“信念程度”这样的概念。也就是说,并非“概率是多少”的问题,而应该理解为“你认为概率是多少”。
像这样,可以解释为“人的内心描绘的数值”的概率称为“主观概率”。主观概率在学校教育中并不涉及,因此,很多人会认为主观概率是不可信的。但在统计学和经济学中,“主观概率”始终占有一席之地。(参考第18讲后的专栏)
第3讲·小结
1.设定各个类别的先验概率(由于无法获得得到数据,采用理由不充分原理,将先验概率设定为各种情况下的可能性各占一半)。
2.设定关于行为的条件概率(运用调查数据)。
3.根据获得的行为信息,排除不可能存在的可能性。
4.使余下几种情况的概率数值,在保持比例关系的前提下,满足“相加之和为1”,恢复标准化条件。
5.获得各个类别的后验概率(贝叶斯逆概率)。
6.根据对行为的观察,将先验概率更新为后验概率(贝叶斯更新)。
7.涉及的概率为“主观概率”。
练习题
答案参见此处
在这里,我们采用与正文中设定相同的案例,并假设推算者稍微有点“软弱”,在这个前提下进行新的推算。在正文中,将“真命天子”和“无关路人”的先验概率分别设定为各0。5;而在这里,将其调整为成“真命天子”的先验概率为0。4,“无关路人”的先验概率为0。6;后面的条件都相同,关于信息的条件概率如下表所示:
这时,请按照以下步骤,试着计算在收到巧克力这一情况下的“真命天子”概率。
各个类别的先验概率分别为,
(a)=()、(b)=()
添加信息后的条件概率分别为,
(c)=()、(d)=()
(e)=()、(f)=()
四种互不相同的情况的概率分别为,
(g)=()×()=()
(h)=()×()=()
(i)=()×()=()
(j)=()×()=()
如果观察到“送出”这一行为的两种可能性的概率相加之和为1的话,那么
“送出巧克力”情况下的“真命天子”的后验概率=()