知识是一种概率

知识是一种概率

最近在看《那些让你更聪明的科学新概念》时，了解到“基本概率”的概念:

每当一个统计学家想要基于现有证据预测事件发生的概率时，有两个必须考虑的信息点：证据本身的可靠性，我们必须计算它的可靠程度；单纯以相对发生率来计算事件发生的可能性。第二种数据其实就是基本概率。

书中给出一个容易忽略基本概率的例子，我看了答案之后发现自己算错了。

假设你参加了某种罕见癌症的检查。在一般人群中，这种癌症的罹患概率是1%（基本概率），而广泛的实验证明，这项检查的准确率是79%。更精确地说，尽管检查不会漏诊这项癌症，但是有21%的可能会被误诊为这个癌症，也就是所谓的假阳性。如果你接受了检查，检查结果是阳性的，那么，真的患癌的可能性是多大呢？

这个例子可以用贝叶斯公式计算出来，应该是4.6%[^1]，我错误之处在于遗漏了“不会漏诊”这个条件，也就是如果患癌，则一定能检测到。大多数人的第一印象是从检查的可信度近80%得出确实患癌的可能性就是80%左右，这是错的。因为他们只关注到了检查的可信度，却忽视了基本概率。

另一方面，证据本身的可靠性也很重要。比如前段时间在学术圈被火热讨论的新闻“美国政治学顶级学术期刊《政治分析》宣布禁用P值”。这里的P值用于描述无效假设成立的可能性，现在学术界的一个被广泛认可的标准，是 P 值要小于 0.05。如果 P > 0.05 ，别人会认为你这个结果很可能纯属巧合，根本不值得认真对待；如果 P < 0.05 ，人们就说这个结果是“ 显著的 ”。

事实上，这个标准没有科学依据，只是约定俗成的，是由英国的统计学家罗纳德·费希尔（Ronald Fisher）在几十年前提出的。他当时选择了0.05这个数值，意思是 P < 0.05 的结果才“值得看”。他其实认为P < 0.001 才是可以接受的结论。 但问题在于，做实验想要得到 P 值小于0.001的结果，需要找太多受试者，成本实在太高。于是大家退而求其次，都默认了 0.05，其实这个标准都是很难达到的。

过去几年，在经济学、心理学等领域的论文中，P值的分布，在0.05处有明显的凸起，唯一的解释，就是有很多论文故意把P值做到了恰好在0.05以内。[^2]

所以，学习知识不仅要知其然，还要知其所以然。在《那些让你更聪明的科学新概念》中，意大利理论物理学家卡尔罗·罗威利（Carlo Rovelli）提到

本质上，知识是一种概率，这是当代实用主义哲学强调的概念。

科学就是在不断质疑中发展，知识可以随时间慢慢演化，将来新的证据和新的论证方法可能会改变现有的知识，所以也可以说很多知识是不确定的。数学物理学家弗里曼·戴森认为科学就是反叛的产物，只有反叛的心态才是科学的正确态度。而尼采也曾经提出，根本不存在什么绝对的、客观的真理。所以我们不能盲目地听从专家的意见，而应该亲自去验证知识的来源是否可靠，最好能像数学一样，一步一步地严格推理。

我们需要保持质疑精神，学会在冲突信息中随时获得新知，以应对快速变化的世界。

---

[1] 设A事件为患癌，B事件为检查呈阳性。P(A|B)=P(A)/P(B)*P(B|A)=0.01/(1*0.01+0.99*0.21)*1=0.045893
[2] P<0.05：科学家的隐藏动机.万维钢.2018.图中三个研究的出处可以在这里找到：http://datacolada.org/41

聊技术、谈人生 开普勒鑫球
作者｜开鑫金服-杜健
编辑｜Andy