关于概率中的贝叶斯学派和频率学派的各种解释

通过举例进行解释

频率学派需要做大量实验才能给出结论，比如为了得到抛硬币正面朝上的概率，通过抛100次硬币，用硬币正面向上的次数除以100。

贝叶斯概率论假设观察者对某事件处于某个知识状态中（刚开始先验地相信一枚硬币是均匀的），之后观察者开始新的观测或实验（不断地抛硬币，发现抛了100次后，居然只有20次是正面朝上）。经过这些试验获得了一些新的观测结果，这些新的观测将影响观察者原有的信念（开始怀疑这枚硬币究竟是不是均匀的，甚至开始断定硬币并不均匀）。

结合应用领域进行解释

然而，如果要计算一个人今年高考考上北大的概率，频率学派就会遇到很大的问题，因为很难让一个人考100次，然后用考上的次数除以100。这时贝叶斯学派会找几个高考特级教师对这个人进行一下考前测验和评估，然后让这几个教师给出一个主观的可能性，比如说：这个人有9成的把握考上北大。
二派的区别主要在于对概率的定义，频率学派就是很客观的了。而贝叶斯学派认为概率就是人对一个事件发生有多大的信心。虽然二者对概率的定义不同，但是都满足概率的公理化定义所要求的条件。

因此，目前贝叶斯学派可以用于预测美国总统竞选成功的概率、巴西下届世界杯夺冠的概率、明天下雨的概率、运载火箭发射成功的概率，等等。很明显，这些事件的概率通过频率学派是很难进行估计的，因为这些事件不可能在相同条件下重复。

不过，频率派的优点则是没有假设一个先验分布，因此更加客观，也更加无偏。由此，在一些保守的领域（比如制药业、法律）比贝叶斯方法更受到信任。

深入解释

简单地说，频率学派与贝叶斯学派探讨「不确定性」这件事时的出发点与立足点不同。频率学派从「自然」角度出发，试图直接为「事件」本身建模，即事件A在独立重复试验中发生的频率趋于极限p，那么这个极限就是该事件的概率。例如想要计算抛掷一枚硬币时正面朝上的概率，就需要不断地抛掷硬币，当抛掷次数趋向无穷时正面朝上的频率即为正面朝上的概率。

然而，贝叶斯学派并不从试图刻画「事件」本身，而从「观察者」角度出发。贝叶斯学派并不试图说「事件本身是随机的」，或者「世界的本体带有某种随机性」，这套理论根本不言说关于「世界本体」的东西，而只是从「观察者知识不完备」这一出发点开始，构造一套在贝叶斯概率论的框架下可以对不确定知识做出推断的方法。频率学派下说的「随机事件」在贝叶斯学派看来，并不是「事件本身具有某种客观的随机性」，而是「观察者不知道事件的结果」而已，只是「观察者」知识状态中尚未包含这一事件的结果。但是在这种情况下，观察者又试图通过已经观察到的「证据」来推断这一事件的结果，因此只能靠猜。贝叶斯概率论就想构建一套比较完备的框架用来描述最能服务于理性推断这一目的的「猜的过程」。因此，在贝叶斯框架下，同一件事情对于知情者而言就是「确定事件」，对于不知情者而言就是「随机事件」，随机性并不源于事件本身是否发生，而只是描述观察者对该事件的知识状态。

总的来说，贝叶斯概率论为人的知识（knowledge）建模来定义「概率」这个概念。频率学派试图描述的是「事物本体」，而贝叶斯学派试图描述的是观察者知识状态在新的观测发生后如何更新。在这一过程中，观察者无法用简单的逻辑来推断，因为观察者并没有完全的信息作为证据，因此只能采用似真推断（plausible reasoning），对于各种各样可能的结果赋予一个「合理性」（plausibility）。例子中，根据原有的信念，抛硬币正反面朝上的概率相等这个论断合理性非常高。但是在观察到100次抛掷中只有20次正面朝上后，我们开始怀疑抛硬币正反面朝上的概率相等这个论断，认为抛硬币反面朝上的概率更大这个推断的合理性更高，而支持的证据就是刚刚实验的观测结果。

往大里说，世界观就不同，频率派认为参数是客观存在，不会改变，虽然未知，但却是固定值；贝叶斯派则认为参数是随机值，因为没有观察到，那么和是一个随机数也没有什么区别，因此参数也可以有分布。

往小处说，频率派最常关心的是似然函数，而贝叶斯派最常关心的是后验分布。我们会发现，后验分布其实就是似然函数乘以先验分布再normalize一下使其积分到1。因此两者的很多方法都是相通的。贝叶斯派因为所有的参数都是随机变量，都有分布，因此可以使用一些基于采样的方法使得我们更容易构建复杂模型。

 

参考链接：

https://blog.csdn.net/nbw_gx/article/details/77937712

https://www.zhihu.com/question/20587681