---
title: "学科12：概率统计学重要模型"
author: "Perrin Yong"
author_profile: https://www.pystone.net/profile/
published_by: "Perrin Yong"
canonical: https://www.pystone.net/notes/mental-models-12-probability-statistics/
type: note
content_role: unspecified
visibility: public
id_stability: rename-stable
source_path: "90-课程、书籍与通识材料/林超通识课/分拆文件/学科12：概率统计学重要模型.md"
content_hash: 2a059f0743ace600fedc40e45d2f9693d1793a55b8a60a5523e9e0252fe04e7d
knowledge_version: 224c990773de.5fa8af6e39fa
site_commit: 224c990773de166d23a886306577dd90379529ce
notes_commit: 5fa8af6e39fa3891d1b9b4832bfa6c4e0ecaaf0a
---
学科12：概率统计学重要模型

# 学科12：概率统计学重要模型
## 贝叶斯公式

![assets/1641609089464214_Copy_212.png](/media/2a5cfbd359fc9765ffd3.png)

## 小概率罕见事件

### 考虑

#### 这个事件被误判的可能性有多大

#### 这个事件在真实世界的发生概率有多小

### 张三患亨廷顿舞蹈症的概率

![assets/1641608035846210_Copy_208.png](/media/259c8835178d4bbc103e.png)
![assets/1641608060439211_Copy_209.png](/media/56233db26a4994ab464c.png)
![assets/1641608374920212_Copy_210.png](/media/23143deaa75103485253.png)![assets/1641608518438213_Copy_211.png](/media/27973d05a4391156d8bb.png)

### 运动员检测违禁药

![assets/1641609133020215_Copy_213.png](/media/284a6b9214203852cf14.png)

#### 新证据与基础概率

”When the facts changed , I change my mind ."——凯恩斯
收集新证据，当新证据不断叠加，最终概率会不断高速数量级增长，即使基础概率很小，但是基础概率层出不穷，最终概率也有可能慢慢变大
数学层面的辩证法：既不能忽视基础概率，不要被表面现象所迷惑，同时也在新证据，新信息不断积累的时候，不断调整对全局的评估

## 选择大于努力

### 先验概率

一个事件在过去的统计中已经被验证发生的概率

#### 现实中很多基础概率决定成败，而不是努力程度

### 贝叶斯公式简化

![assets/1641609877961216_Copy_214.png](/media/6dfcdbf7410e268421d6.png)

#### 条件概率

![assets/1641610677957219_Copy_217.png](/media/c87f5c486e89ae01028e.png)

#### 后验概率与先验概率成正比

努力只是在做加减乘除，而如果乘一个极小量级的先验基础概率之后可能就显得非常苍白，有的时候不是我们的努力不够，而是所在的土壤太过贫瘠，所在的平台基础太差

#### 小芳对你笑与喜欢你的概率

![assets/1641610532587218_Copy_216.png](/media/7cd36fcf0899dccdd366.png)
P（L）”ta对你笑之前“（更正）

### 查理芒格的围栏围墙说

![assets/1641610226010217_Copy_215.png](/media/ca816c8a11cb0ad876c9.png)

## 均值和异常值

## 观察异常值

即使平均值实现某种意义上的良好状况，遭遇一次异常值也有可能造成满盘皆输的局面
![assets/1641611512909220_Copy_218.png](/media/8bd23fb16cbf9b67705e.png)

## 异常值

跟平均值的偏差超过两倍标准差的数值
![assets/1641611714318221_Copy_219.png](/media/e27646a2cddfc11f3943.png)

## 异常值的处理办法

![assets/1641611751198222_Copy_220.png](/media/146ef6a3454d49f6e805.png)

## 大数定律

![assets/1641611920987223_Copy_221.png](/media/38bdd4002e744a269e04.png)

## 在小数据阶段可能对一些大道理完全无感

年纪轻的时候接受的样本数据太少，他们可能会大幅度偏离世界的真相，而那些可能流传数百上千年的大道理，其实都是通过无数次抛硬币，最终沉淀下来的统计学经验，通常随着你的年龄增加，阅历增加，会越来越发现，他们所说的是有道理的

## 小数据统计结果可能大幅度偏离大数据结论

人类很难抗拒“抛几次硬币之后就开始做经验总结”的本能所以要尽可能保持耐心
在经过更多尝试，拿到更多数据之后再进行经验总结，不要太快给一个事情贴标签，同时保持身心健康，获取数据的过程是一个持久战的过程，要不断总结复盘
![assets/1641612583028224_Copy_222.png](/media/c304747e5a7fd159139b.png)
![assets/1641614963034225_Copy_223.png](/media/64ad84cbcb2b0562523a.png)

## 概率分布

## 幂律分布

马太效应，赢家通吃，二八定律

## 正态分布

![assets/1641615158959226_Copy_224.png](/media/c5b133487dae8219baf1.png)