贝叶斯更新
来源
- 触发点：尝试构建 决策模型 引入的新概念
- 首次记录：2025 年 10 月 10 日
- 作者：huan
洞见
贝叶斯更新是一种根据新信息不断调整自己相信程度的思维方式。它不追求一步到位的“对错”，而是在不确定中稳步靠近真相。
详情
核心概念
贝叶斯更新的本质公式可简化为：后验概率 = 先验概率 + 新证据
| 专业术语 | 生活含义（核心） | 案例对应 |
|---|---|---|
| 假设（Hypothesis） | 待验证的 “想法” | 项目可如期完成 |
| 先验概率（Prior） | 无新信息时的初始相信程度（基于经验） | 以往类似项目花费时间差不多，初步判断可以完成该项目 |
| 新证据（New Evidence） | 影响信念的可验证信息 | 增加了新的需求，开发周期延长 |
| 后验概率（Posterior） | 结合证据后的更新信念 | 项目可能会延期一周 |
典型案例
- 人际关系：
怀疑朋友对自己有意见（信念 50%）→ 发现他最近家里有事、情绪低落（证据削弱怀疑，降至 20%）→ 主动关心后关系恢复。 - 健康管理：
担心咳嗽是严重问题（信念 30%）→ 体检指标正常（降至 10%）→ 两周未好转（回升至 50%）→ 进一步检查，确诊为过敏。 - 投资决策：
看好某行业长期前景（信念 60%）→ 政策利好出台（升至 80%）→ 竞争加剧、利润下滑（回调至 50%）→ 动态调整仓位。
理论操作
- 明确初始判断：问自己“目前我有多相信这件事？”（可用 0–100% 粗略估计）；
- 收集新证据：关注与假设相关的新事实、反馈或数据；
- 评估证据方向：
- 是否支持原假设？
- 是否与预期矛盾？
- 证据本身是否可靠？
- 调整信念强度：
- 支持 → 适度提高相信程度；
- 矛盾 → 主动降低，甚至放弃；
- 据此决定行动力度：信念越强，投入资源越多；信念弱，则小步试探。
潜在风险
- 错误新信息：若新信息是谣言、片面数据，会偏离真相，导致决策失误。
- 信息茧房：带着初始偏见“选择性接收证据”，即只看支持自己想法的信息，忽略反对信息，陷入“确认偏误”。
- 情感因素：因情感或沉没成本，不能客观的调整信念。
- 信息过载：大量碎片化、矛盾的信息（如 姜萍事件 中的正反爆料），会让人无法判断优先级，失去理性调整的方向，进而陷入情绪化以及决策的混乱。
关联网络
演化日志
- v0.1 (2025-10-13)：记录为待办，完成 demo
- v0.2 (2025-11-27)：补充关联网络、演化日志、附件参考、待办事项
复习回顾
📈 轮次: 1 🕒 lastReview: 2025-11-27 09:43:06 📅 nextReview: 2025-12-04 00:00:00