独家 | 一文带你熟悉贝叶斯统计

作者：Matthew Ward

翻译：陈之炎

校对：陈丹

本文约5000字，建议阅读10+分钟

本文为你带来贝叶斯统计的基础示例及全面解释。

标签：贝叶斯统计

 

图：Unsplash，Chris Liverani

 

贝叶斯统计这个术语最近被广泛使用。它常用于社交场合、游戏和日常生活中，如棒球、扑克、天气预报、总统选举投票等。

在许多科学领域，可以用贝叶斯统计来确定粒子物理和药物有效性实验的结果，它还可用于机器学习和人工智能，以预测你想看什么新闻故事或观看什么Netflix节目。

不管是否对它有充分的理解，贝叶斯统计已融入了我们的日常生活当中，为此，笔者想通过本文对贝叶斯统计做全面的解读，通过一个详尽的例子来展示这个术语的含义。一旦你理解了这个例子，那么便基本上理解了贝叶斯统计。

首先，在读本文之前，假设读者事先对Bayes定理有所熟悉，愿意把公式当成一个黑匣子的读者，也不成问题。如果需要复习一下贝叶斯定理的话，可以到 Medium resources（https://towardsdatascience.com/bayes-theorem-the-holy-grail-of-data-science-55d93315defb）中查找相关资源。

 

示例和原始观察

这是教科书中经常用到的一个经典例子，我是十多年前在John Kruschke的《DoingBayesian Data Analysis: A Tutorial Introduction with R》中首次了解到它的，现在已经找不到当时的副本拷贝了，所以这里的任何内容重复纯属偶然。

还是从抛硬币实验开始，把一个硬币翻转N次，每次出现正面时记录一个1，每次出现背面时记录一个0，这便构成了一个数据集。利用这个数据集和Bayes定理，我们想弄清楚抛硬币的结果是否有偏差，以及这个实验的置信度。

技术含量的内容来了：首先定义θ是出现正面的偏差——即硬币落地时出现正面的概率。

这意味着，如果θ=0.5，那么没有偏差，正反面出现的概率完全均等。如果θ=1，那么硬币就永远不会出现反面。如果θ=0.75，那么如果翻转硬币的次数足够大的话，将看到大约每4次翻转中有3次出现正面。

 

为此，定义 y为硬币是否落在正面或背面的特征。这意味着y只能是0（反面)或1(正面），可以用P(y=1|θ)=θ对这些信息进行数学编码。

打开天窗说亮话：如果硬币为正面的概率是θ，那么出现正面的偏差便是θ。

同理: P(y=0|θ)=1 - θ

现在，把多次硬币实验串起来，当抛掷N 次硬币时,出现a 次正面(虽然，重复使用a 不太应该，但这样却使得后续符号标注更为便捷)。

由于硬币翻转相互独立，只需将概率相乘，于是：

为了避免使用总数N和减法 ，通常定义b为出现反面的次数，写成：