用偵探的思維模式學習培訓

提到貝葉斯公式計算，堅信許多同學們都是會無可奈何地擺擺手，彎彎繞繞太多了，答題的情況下一不小心便會錯誤。

今日，我能教大夥兒用偵探的思維模式學習培訓貝葉斯公式計算，並在這裡思維模式的基本上為大夥兒匯總CFA一級總數方式學科貝葉斯公式計算考試題的規範答題步驟，只需大夥兒把握了招數，並適度訓練，之後從此不必擔心貝葉斯公式計算了，哦耶！

最先，大夥兒把自己想像成一名思維縝密的偵探，如今有一個繁雜的案件：

偵破的關鍵環節是明確30年以前的某一天是雨天的幾率，這一天便是事發時間，只需當日雨天的幾率高於或等於75%，就能進一步變小清查範疇，乃至鎖住嫌疑人。

如今的最困惑的難題是，30年以前的資訊內容紀錄並並不像如今那麼健全，30年以前該地域的每日的天氣狀況如今找不著立即的案件線索，走訪調查了氣象局等單位後，能獲得的資訊內容僅僅當初降水的日數佔有率為40%，換句話說當初隨意一天是雨天的幾率是40%，但這一幾率僅僅人云亦云，要是沒有更為精確的剖析，調研便會迫不得已中斷，難道說確實需看兇犯安然無恙麼？

就在一籌莫展之時，一位院校小型超市的女老闆給予了一絲案件線索：在雨天的狀況時該商場折疊傘當日售完的幾率是80%，在沒雨的狀況時該商場折疊傘當日售完的幾率是10%，這組幾率三十年來一直長期保持。

打開早已發黃但筆跡仍然清晰可辨的商場30年以前的拿貨紀錄申請表，能夠 發覺上邊紀錄著事發當日的折疊傘是售完的。偵探現階段拿出筆紙，準備依據這條全新案件線索，再次評定一下事發當日是雨天的幾率。
 

偵探的心裡OS:

 
在沒有這名女老闆給予的最新消息的狀況下，當日是雨天的幾率（先驗概率）為40%，如今的新資訊內容跟我說，當日折疊傘是售完的，折疊傘售完這件事情在雨天產生的概率要比在並不是雨天的情況下產生的概率大許多，因而依據新資訊內容調節升級後的當日是雨天的幾率（後驗概率）毫無疑問會明顯的超過40%，但實際等於多少必須用一下貝葉斯公式計算。
嘿嘿，柳暗花明又一村，看到了偵破的期待！

為了更好地便捷標誌和套公式計算，把該地域雨天記為事情A,把該商場的折疊傘售完記為事情B。如今已經知道的資訊內容為：當初該地域雨天的幾率為40%,即P(A)=40%。雨天的狀況時該商場折疊傘售完的幾率為80%，即P(B|A)=80%。沒雨的狀況時該商場折疊傘售完的幾率為10%，即P(B|A^C)=10%（A^C讀作complementofA，表明A事情的背面，即沒雨）。

大家如今規定的是P(A|B)，依據貝葉斯公式計算：P(A|B)=P(A)×P(B|A)/P(B)，貝葉斯公式計算的實質便是依據新資訊內容對先驗概率開展升級調節。究竟怎麼調整，調節力度多少錢，就看P(B|A)/P(B)這一調節因素有多大了。

在其中P(B|A)是已經知道標準，而P(B)必須用全幾率規律求出，該商場折疊傘售完能夠 分成二種狀況，在雨天售完與在並不是雨天的情況下售完，而雨天和沒雨的幾率各自為40%和60%，因而：

顯而易見，84.21%超過進一步變小清查範疇必須的最少幾率，75%。也是就是，偵探運用貝葉斯公式計算在破案上獲得了重大進展！

回望該案子，在應用貝葉斯公式計算的情況下，往往依據新資訊內容升級後的後驗概率比先驗概率大許多，是由於調節因素充足大:P(B|A)/P(B)=80%/38%≈2.1
 

>>>CFA一級貝葉斯公式計算答題規範操作步驟

 
一般必須應用貝葉斯公式計算的題型問的難題從方式上看肯定是一個條件概率，題中的已經知道資訊內容會告之一組條件概率，但看見都有點兒打馬虎眼，由於已經知道的這組條件概率跟難題問的視角是叉開腿的。碰到必須應用貝葉斯公式計算答題的題型時，依照下列四步走：
 

①依據問的難題定義出A事情和B事情。

因為最後貝葉斯計算公式出的是B事情產生的狀況下A事情產生的幾率，即P(A|Β)，因而要把題型中的新資訊內容（剛公佈的資訊/剛產生的事兒/剛獲得的案件線索等）界定為B事情，在剛剛這一案子中，便是該商場折疊傘售完。此外，把題型中早已告之先驗概率、如今需規定後驗概率的相匹配的事情界定為A事情，在剛剛這一案子中，便是該地域雨天。
 

②找到A事情產生的先驗概率，並寫下來。 這一幾率是事後做調節升級的目標，把這個幾率找對十分關鍵。
 

③測算調節因素P(B|A)/P(B)。

必須留意的是分子結構P(B|A)一般題型中會立即得出，而真分數P(B)一般必須應用全幾率規律測算，全幾率規律的實質是先分類討論隨後再依照每一種狀況產生的幾率加權平均值相匹配的條件概率。
 

④套入貝葉斯公式計算，P(A|B)=P(A)×P(B|A)/P(B),把第②步和第③步獲得的結果乘積就獲得了最後的回答。

之上四步便是CFA一級總數方式學科的考試中，貝葉斯公式計算難題的規範答題步驟。假如大夥兒測算完後以後，想再稍微核查一下正中間的測算流程是否有發生顯著不正確，一個行得通的方法是看一下這道貝葉斯公式計算題型中，新資訊內容B事情是在A事情產生的情況下產生的幾率更高，或是在A事情不產生的情況下產生的幾率更高。

如果是前面一種（新資訊內容B事情在A事情產生時產生的幾率更高），那最後獲得的後驗概率P(A|B)一定會超過先驗概率P(A)。

如果是後面一種（新資訊內容B事情在A事情不產生時產生的幾率更高），那最後獲得的後驗概率P(A|B)一定會低於先驗概率P(A)。

假如違背了那樣的工作經驗規律，那毫無疑問是在某一流程中一不小心資料代不對。比如在以上案子中，假如最後計算的P(A|B)相當於35%，那肯定是計算錯誤了，由於先驗概率P(A)就會有40%，而事情A產生的前提條件下B事情產生的幾率要比A沒有產生時B事情產生的幾率更高（雨天該商場折疊傘售完的幾率為80%，沒雨的狀況時該商場折疊傘售完的幾率僅有10%），因而P(A|B)不太可能低於40%。