什么是贝叶斯统计

你可能很想知道贝叶斯统计到底是什么。如果你曾经学习过统计课程，那么这类课程很有可能是基于频率派统计（frequentist statistics）的。频率派统计建立在如下观点之上：概率代表的是某件事情发生的频率。例如，掷一次硬币得到正面的概率是0.5，那就意味着在掷一次硬币后，预期得到个正面（如果掷2次，预期得到一个正面，这更合理）。

相对来说，贝叶斯统计则更关注概率如何表示我们对某信息的不确定性。用贝叶斯统计的术语来说，如果掷一次硬币得到正面的概率是0.5，那就意味着我们对得到正面和得到反面同样不确定。对掷硬币这样的问题，频率学派和贝叶斯学派似乎都是合理的，但是当量化你最喜欢的候选人赢得下一次选举的信念时，贝叶斯学派的解释则更有意义。毕竟选举只有一次，所以讨论你最喜欢的候选人会赢的频率并没有太大意义。在进行贝叶斯统计的时候，我们只想准确地描述自己在目前所掌握的信息下对这个世界的信念。

贝叶斯统计有一个特别好的地方，那就是可以把它直接看成对不确定事物的推理，所以贝叶斯统计的所有工具和方法都有着直观的意义。

贝叶斯统计重在观察你所面临的问题，找出描述它的数学方式，然后用推理来解决它。这里没有那些给出不确定结果的神秘测试，没有必须记忆的分布，也没有必须完美复制的传统实验设计。无论想弄清楚一个新的网页设计会给你带来更多客户的概率，还是你最喜欢的运动队是否会在下一场比赛中获胜，抑或我们在宇宙中是否真的孤独，贝叶斯统计都能够让你对这些事情进行数学分析，只不过需要使用一些简单的规则和一种看待问题的新方法。