贝叶斯方法的一些思考

两种概率解读

频率学派认为世界是确定的。他们直接为事件本身建模，也就是说某个事件的概率就是在重复无数次实验时，这个事件发生的频率的极限；

频率学派相信概率是一个确定的值，讨论概率的分布没有意义。虽然没有上帝视角，还不知道具体的概率值，但相信概率就是确定的，它就在那里。而数据是由这个确定的概率产生的，因此数据是随机的。

比如将一枚均匀的硬币抛掷10次，结果可能是10次都是正面，也可能10次都是反面，写成频率的话就对应着0%和100%这两个极端，代表着最大范围的波动。可如果将抛掷次数增加到100次，出现正面的次数依然会发生变化，但波动的范围更可能会收缩到40%到60%之间。再将抛掷次数增加到1000，10000的话，频率波动的现象不会消失，但波动的范围会进一步收缩到越来越小的区间之内。

 

频率学派口中的概率表示的是事件发生频率的极限值，它只有在无限次的独立重复试验之下才有绝对的精确意义。对于单次预测，比如某次抛硬币正面朝上的概率50%显然不是频率，那么这个数值应该怎么解释？我们还能不能说它是个概率？

纯粹贝叶斯主义者的回答是肯定的。这个数字就是根据我的数学模型得到的法国赢得世界杯的概率。换句话说，这个概率是主观的，它是模型的意见。

贝叶斯学派认为世界是不确定的，因获取的信息不同而异。概率表示的是客观上事件的可信程度（degree of belief），也可以说成是主观上主体对事件的信任程度，它是建立在对事件的已有知识基础上的。

贝叶斯认为待估计值的概率是随机的变量，而用来估计的数据反过来是确定的常数，讨论观测数据的概率分布才是没有意义的。

贝叶斯公式如下：