知识卡片
理论概率与实际频率
抛硬币的例子区分了理论概率与实际频率:质地均匀的硬币正面朝上概率是50%,这是不随抛掷次数变化的客观理论概率;抛10次或100次时,正反次数未必各占一半,只有抛到成千上万次才逐渐趋向相等。困难在于,连续5次正面后,直觉让人觉得下一次更可能是反面,也想求出实际概率。理论概率回答的是理想长期频率,无法直接回答小样本下的“下一次”。这一区分的用途在于提醒我们:用频率估计概率需要足够样本,样本不足时靠直觉会系统性偏离。反例就是“赌徒谬误”——认为前面结果会影响独立事件的下一次概率。迁移到数据工作,就是要先质疑样本量是否支撑得起概率结论。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 垃圾邮件克星:朴素贝叶斯算法 6.2.1 理论概率与条件概率 · 查看原书依据
在理论概率下,尽管抛10次硬币,前面5次都是正面朝上,第6次是反面朝上的概率仍然是50%。但是在实际中,抛过硬币的人都有这样的感觉,如果出现连续5次正面朝上的情况,那么下一次是反面朝上的可能性极大
参考来源
- 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第6章《垃圾邮件克星:朴素贝叶斯算法》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00011.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292)
- 结论依据:原文指出“在理论概率下,尽管抛10次硬币,前面5次都是正面朝上,第6次是反面朝上的概率仍然是50%”,并说明只有抛掷次数足够多才会达到理想概率,由此引出求实际概率的必要性。
- 原始内容:在理论概率下,尽管抛10次硬币,前面5次都是正面朝上,第6次是反面朝上的概率仍然是50%。但是在实际中,抛过硬币的人都有这样的感觉,如果出现连续5次正面朝上的情况,那么下一次是反面朝上的可能性极大