大部分人思考陷入死局，都是因为“反贝叶斯思维”|先验|算法|证据|贝叶斯

公众号规则是部分推送，您只有设了星标⭐️，才能及时接收最新推送

旧信念与新证据

1/4

反转的真相

热点网络事件的所谓“反转”，本质上是考验贝叶斯思维中，如何在信念与新证据之间进行权重计算。

以近期的纸尿裤事件为例，报道出现之前，千千万万个妈妈们内心有一个不假思索的默认设定：大品牌纸尿裤是安全的。

但这篇负面调查报道来自正规媒体，有专家署名，有检测数据，有记者亲身实验。按照贝叶斯公式，当一条证据的"似然比"足够高时，它会剧烈地推翻妈妈们的信念吗？

不到24小时，反转来了，署名专家否认，行业协会认为报道在检测依据、数据披露、因果论证上存在"明显瑕疵"，而品牌方纷纷亮出第三方检测报告。

舆论瞬间转向，当新证据本身被质疑时，你要不要再次推翻自己的判断？是信记者的调查，还是信品牌和行业协会的声明？

接着是第三轮反转，记者公开了采访录音，认为品牌的复检报告是在现有检测框架下没发现，不等于绝对不存在，监管部门的抽检车已经开进了工厂，但结论需要时间。

到这个时候，任何一边的"铁证"都不再铁了，妈妈们被迫进入了一个非常不舒服的“不确定”状态，不再100%相信"安全"，也不再100%相信"有毒"。

每一次，当你在矛盾的新证据与旧信念之间权衡时，你其实是都在运用贝叶斯思考，它并不神秘，而是藏在每个人大脑里、决定每一次判断质量的底层算法。

可惜，大部分人缺乏科学的方法，只能直觉性地随机倒向其中一方。

以黄金投资中的多空判断为例：

有一些人在学习了一个逻辑之后，就永远认定这个逻辑，比如说，他相信了黄金是因为美元信用的贬值，也赚到了一笔钱，他就会永远相信这个逻辑，相信黄金价格会始终上涨。

还有一些人，他们总是被新证据不断改变自己的观点，他们看到了黄金因为美元信用下降而上涨，就开始买入；他们发现很多央行其实是在卖，立刻推翻了前面的判断，也开始卖出；他们听说战争打起了，有利于黄金，又看好买入；听说美债价格上行，通胀上行，对黄金利空，又开始卖出……，他们永远按最近的证据决定自己的头寸方向。

在信息过载的时代，贝叶斯思维比以往任何时候都重要，可人类天生是"反贝叶斯主义者"，确认偏误、锚定效应、基率忽视等等倾向，都在阻止我们做出正确的判断。

反贝叶斯主义者，基本上有两个极端。

每周三中午11点30分直播，聊聊投资，谈谈AI，欢迎预约

2/4

决策高手都是贝叶斯高手

生活中只要与判断有关的事，都会涉及既有旧信念与新证据的权重计算，就需要用到贝叶斯算法，以前的文章里，我举过很多例子，详细分析过计算过程，比如下面的：

假设你是一位销售员，一位顾客走进商店，看了看货架，向你询问了某商品的情况，你如何用“贝叶斯算法”算出成交概率呢？

你需要三个先验概率和条件概率：

1、转化率，即“成交客户/所有进来的人”，假设为20%（先验概率）

2、成交客户的询问率，即“先询问的成交客户/所有成交客户”，假设为70%（条件概率1）

3、未成交客户的询问率，即“先询问的未成交客户/所有未成交客户”，假设为40%（条件概率2）

第一条概率是你对一件事预先的大致判断，代表这一类事件不考虑特殊情况下的基准概率，比如生男生女是50%，上海高考的本科录取率是78%，北京天气为晴的比例为20%，淘宝女装转化率为3.5%，等等，所以叫“先验概率”。

先验概率是我们进行概率推测的基础，上面的例子，客人进门，就默认转化率20%。

后两条来自你的丰富的销售经验，比较稳定，而且它们会改变先验概率，所以叫“条件概率”。

根据这三个概率，可以计算出，咨询客户最终成交的概率为：14%/（14%+32%）=30.4%（具体如何计算，可以看我之前的文章《》）

所以，一位走进商场的客户，当他开口咨询时，他的成交概率就从20%（先验概率）上升至30.4%，有经验的销售员就应该注意这条销售线索。

为什么有经验的销售员并不急于介绍产品，而是进一步询问客户的需求？正是为了收集信息，判断客户的成交概率。

虽然“贝叶斯算法”一开始都是一些不太准的先验概率，但通过多收集新证据，对应的条件概率就会越来越接近100%或0%（客户心里已有决定），或稳定地接近实际情况（客户内心未作决定）。销售员就可以决定花多少时间去向客户推销，决定给出多大的折扣把客户拿下。

所有的决策都是在信息不完备的情况下作出的，因此都是基于贝叶斯算法，先验概率代表他的既有经验，条件概率代表他看到的新证据，新证据出现先验概率改变，就是最新的后验概率。

好的决策都是既考虑旧信念，也要考虑新证据，还要有科学的测算方法，所以有一句话：所有的决策高手都是贝叶斯高手。

那么反过来，大部分人出现的判断失误，都是“反贝叶斯算法”，要么过于考虑先验概率，即“旧信念”，要么只考虑条件概率，即“新证据”。

为了让大家理解这两个概率产生的作用，我举两类特别极端的人，这些人其实在生活中并不罕见，对应的是贝叶斯公式里的两个极端：

第一类人：先验概率权重≈100%，新经验权重≈0%。

第二类人：先验概率权重≈0%，新证据的概率权重≈100%。

3/4

石头型认知与浮萍型认知

第一类人：先验概率权重≈100%，新经验权重≈0%。

我称之为“石头型认知”，最大的特点是固执，一旦产生了一个“先验概率”，就永远活在这个的世界里，无论现实生活中发生了地震海啸还是火山爆发，出现了多少新证据，都拒绝更新自己的认知。

小学老师为什么喜欢把孩子的学习问题一律归因为“态度问题”，写作业磨蹭是态度问题，上课走神是态度问题，考试粗心也是态度问题？

正是因为，在小学阶段，智力方法等因素对分数的影响小于学习习惯和专注度，所以它可以成为一个“先验概率”，有学习问题先考虑“态度问题”。

不同的是，很多老师从不考虑新证据，不考虑这个学生有什么与众不同之处。

所以，“经验主义者”才是真正的态度问题。这些老师每天面对三四十个孩子，根本没精力去逐个分析孩子的差异化问题。把一切归结为“态度”，就等于把责任甩回给孩子和家长，说句“你只要认真就能好”，简单正确、且无需老师额外付出。

第二类人：先验概率权重≈0%，新证据的概率权重≈100%。

后者我称之为“浮萍型认知”，最大的特点是立场随风摇摆，认知没有先验概率作为“锚点”，容易被新出现的信息“带着跑”，更重要的——永远无法积累自己的认知。

比如很多家长，听老师的话，就觉得孩子的学习习惯有问题；可是一旦孩子很认真地学习后成绩还是不好，就觉得是孩子的学习方法问题；请了课外辅导班，上了几个月，成绩还是上不去，就觉得是辅导班大课效果不好；等请了家教，成绩不升反降，无法外部归因，只能觉得孩子天生笨；可孩子上了高中，成绩忽然突飞猛进，最终想“明白”了，原来是“男孩子开窍晚”，孩子十几年成长，“浮萍认知型”家长对教育的经验积累为零。

“浮萍型认知”最典型的是没有医学训练的人给自己看病，因为缺少相关疾病的先验概率（通常是专科医生才能掌握），只要符合任何一种症状（代表条件概率），就觉得自己得了这种病。