2026 年 10 月 16 日 · 星期五
一台分拣机器亮起红灯，提示手里的零件可能有缺陷。
你知道，这台机器能识别出九成的缺陷零件。于是，一个答案很容易脱口而出：既然红灯亮了，这个零件有九成概率存在缺陷。
但这两个“九成”说的不是同一件事。
“有缺陷时多容易亮灯”，与“亮灯以后多可能有缺陷”，方向相反。要从前一个问题走到后一个问题，还缺一些信息。
把一盏红灯放回整批零件中
下面是一组为教学设定的数字，并非真实设备的性能。
假设一批零件中，缺陷率是 1%。机器检测缺陷零件时，有 90% 的概率亮红灯；检测正常零件时，也有 5% 的概率误亮红灯。我们还假设，这些比例适用于眼前这一批零件，拿来检测的零件是随机抽取的。
为了看得清楚，想象检测 10,000 个零件，按上述比例计算预期数量：
| 零件情况 | 预期数量 | 亮红灯的比例 | 预期亮红灯数量 |
|---|---|---|---|
| 有缺陷 | 100 | 90% | 90 |
| 正常 | 9,900 | 5% | 495 |
| 合计 | 10,000 | — | 585 |
在预期亮红灯的 585 个零件中，有缺陷的是 90 个。因此，随机抽取一个零件，得知它亮红灯以后，有缺陷的概率为：
90 ÷ 585 ≈ 15.4%。
这些数量是帮助理解的预期计数，实际检测不一定恰好得到相同数量。
15.4% 看起来远低于九成，但红灯并没有毫无价值：在看到它之前，缺陷概率是 1%；看到以后，已经上升到约 15.4%。它显著改变了判断，只是没有把判断变成确定。
我们刚才做的，就是一次更新
看到红灯之前的 1%，叫作先验概率：它表示在纳入这次检测结果之前，我们对缺陷的判断。
“有缺陷时亮红灯的概率”与“正常时亮红灯的概率”，描述不同假设下出现当前证据的可能性。把已经观察到的证据固定下来，用它们比较假设，就是在比较似然。
看到红灯之后的约 15.4%，叫作后验概率。
把这些关系组织起来，就是贝叶斯更新：用新证据，按照概率规则调整已有判断。条件概率的两个方向不能随意互换，贝叶斯公式给出了它们之间的关系。OpenStax：条件概率与贝叶斯定理
在这个只有“缺陷”和“正常”两种情况的模型里，计算可以写成：
后验缺陷概率 =（先验缺陷概率 × 缺陷时亮灯概率）÷ 总亮灯概率。
分母要包含两条亮灯路径：真正有缺陷而亮灯，以及正常却误亮灯。漏掉第二条，就会高估红灯的含义。
证据有多强，要比较两个解释
现在比较：红灯在缺陷情况下出现的概率是 90%，在正常情况下是 5%。两者的比值是：
90% ÷ 5% = 18。
这叫作支持“缺陷”相对于“正常”的似然比。它告诉我们，当前这条证据在前一种情况下，出现的可能性是后一种情况下的 18 倍。
但不能把先验概率直接乘以 18。要乘的是两种情况的概率之比，也叫“几率”：
后验几率 = 先验几率 × 似然比。
这里，缺陷与正常的先验几率是 1∶99；乘以 18 后得到 18∶99，也就是 2∶11。换回概率，就是 2 ÷ 13，约为 15.4%。似然比大于 1 时，证据提高前一种解释的相对支持程度；等于 1 时，不改变两者的几率。邓迪大学开放教材：用证据更新几率
所以，评价证据不能只问：“如果我的解释成立，这件事是否可能发生？”还要问：“如果另一个解释成立，它又有多容易发生？”
同一盏红灯，为什么会有不同含义？
保持机器性能不变，把它移到一个缺陷率为 10% 的批次。仍然按 10,000 个零件计算预期数量：1,000 个缺陷零件中，900 个亮灯；9,000 个正常零件中，450 个误亮灯。
亮灯后的缺陷概率变成：
900 ÷（900 + 450）≈ 66.7%。
机器没有变，红灯没有变，答案却从约 15.4% 变成约 66.7%。差别来自检测之前，两类零件各有多少。
先验可以来自历史记录、已有研究或前一次分析。但它是否适用于当前情境，需要检查。旧生产线的缺陷率，未必适用于刚更换材料的新生产线。
先验也不等于可以随意指定的偏好。如果合理的先验取值稍有变化，结论就大幅改变，我们应该把这种敏感性说明白，而不是只公布一个看似精确的答案。《Bayes Rules!》：贝叶斯规则与先验的作用
再亮一次红灯，可以再乘一次吗？
假设第一次亮灯后，我们做了第二次检测，它又亮了红灯。
如果两次检测在“有缺陷”条件下相互独立，在“正常”条件下也相互独立，而且各自都满足刚才的性能假设，就可以再乘一次似然比 18。从最初的 1∶99 出发，两次红灯后的几率为 324∶99，对应缺陷概率约为 76.6%。
这里最关键的是条件独立的假设。
如果两次检测都受同一道表面划痕干扰，误报就可能相关。第二次红灯提供的新增信息，未必像第一次那么多。一般情况下，应计算“已知第一次结果之后，第二次结果在各假设下的概率”，再据此更新。
同理，一条消息被十个账号转发，不等于十份独立证据。要检查的，是它们是否有不同的信息来源。这是对证据依赖关系的提醒，不能机械地套用零件检测的数字。
更新判断，也要检查计算的前提
贝叶斯公式不会替我们保证缺陷率准确、机器性能稳定，也不会自动发现遗漏的解释。上面的答案，都以我们设定的模型成立为前提。
如果新结果在所有候选解释下都很难出现，除了在现有解释之间重新分配概率，还应该检查仪器、数据记录和候选模型本身。
这也接上了昨天的问题：新数据与预测不一致，不一定立即推翻模型。要看这种偏差在模型下有多意外，以及其他解释是否更能预期它。对于本来就允许波动的预测，一次偏差与一连串持续偏离，意义可能很不一样。
更新判断可以从三个具体问题开始：
- 在看到这条证据之前，我依据什么作出原来的判断？
- 这条证据在不同解释下，分别有多容易出现？
- 它是否带来了新信息，还是重复了已经计算过的材料？
看到红灯后，我们既不该把 1% 原封不动地留在那里，也不该立刻跳到 100%。证据的作用，是让判断朝有依据的方向移动，并且移动适当的幅度。
接下来的问题是：如果我们还可以选择再测什么，怎样的检测最值得做？仅仅更容易得到一个结果，是否就意味着更容易分清两种解释？
发表回复