( 七 ) . 貝氏定理的能力( III ) 趨近真實 呼應(二)的開頭, Nate Silver 寫在他的書「精準預測」裡的話:這個定理( Bayes’s Theorem )卻要你接受,你對這個世界的主觀感知就是在 趨近 真理。至於趨近的方式,我們舉的例子發生在 2011 年 9 月 11 日。 那天早上起床的時候,我們多數人幾乎都不會指派任何機率給像是: 恐怖分子用飛機撞進曼哈頓的大樓 這樣的事件。但是當飛機撞上曼哈頓下城區的世界貿易中心時,一切就改變了。 第一架飛機撞擊 的剎那間,遭受恐怖攻擊的機率從接近零急速升高;當 第二棟大樓一被撞上 ,遭受攻擊這件事已經無庸置疑了。 現在我們試著用貝氏定理複製這個結果: 首先,我們需要事前機率來作為估計的初始值。 九一一事件之前的兩萬五千天之中,曼哈頓上空只出現過兩次這樣的意外:一次是 1945 年,一架美軍 B-25 轟炸機因天氣不佳撞入帝國大廈 79 樓;另一次就是隔年,華爾街四十號的川普大樓在濃霧中被美國海岸防衛隊所屬的飛機撞上。 因此,在特定的任何一天,這種意外發生的機率就是一萬兩千五百分之一,或是 0.008% 。其中可能有各種原因,最常見的是天氣因素,屬於恐怖攻擊的當然更低。現在,我們假定:在第一架飛機撞上之前,曼哈頓的高樓遭受恐怖攻擊的可能性大約是兩萬分之一,或是 0.005% 。 假如我們把恐怖攻擊( Terrorist Attack )的事件叫做 A ,飛機撞上曼哈頓區高樓( Airplane Crash )的事件叫做 C … … … … 第一個時間點 … … … … A1. 事前機率 (或稱作先驗機率 prior probability ) : 恐怖份子會用飛機撞上曼哈頓的摩天大樓,其可能性 初始 估計: P ( A ) = 0.005% A2. 新事件發生:第一架飛機 撞上世貿中心 ...