知识卡片

普通读书笔记卡 · 9445.c · 生成模型:Tencent Hunyuan Hy

理论概率与实际频率

理解等级:初级

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?

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

    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