郭麒麟|被杨幂、大张伟盛赞的郭麒麟,到底厉害在哪?( 三 )


一个班级 , 中等分数最多 , 高分和低分相对少 , 分数特别高和特别低学生很少 。
自律程度 , 中等最多 , 高度自律和低度自律相对少 , 特别自律和特别放纵很少 。
了解了正态分布 , 你就知道 , 人类的多数事情 , 还没有到那种拼智商的程度 。

想要优秀到成为”正态分布”少量群体中的一员 , 不过就是在你所在的群体里 , 比你的对手多活下来一次而已 。
比如 , 今天全班只有一半的人来上课 , 而你来了 , 你就战胜了50%的人 , 来上课的人里 , 只有一半人认真听讲 , 而你认真听了 , 那么 , 你又赢了一次 。
依次类推 , 最后你竟成了 。
04
条件概率
英国有一个叫约翰的人 , 曾因为买到一盒鸡蛋(6个)全是双黄蛋而被媒体争相报道 , 因为概率很小 。
有人甚至计算过 , 要保证一盒6个蛋都是双黄蛋 , 至少要磕大约317亿年 。
但一次性磕开6个双黄蛋概率真的这么小吗?
条件概率 , 指的是:有影响条件发生后 , 随机事件发生概率 。
意思是说 , 如果一个随机事件发生概率会因某个条件发生变化 , 当这个条件发生时 , 随机事件发生概率就是针对这个条件的条件概率 。
每磕1000个鸡蛋会出现1个双黄蛋 , 是针对大量鸡蛋而言 。 但具体到一个盒中的6个鸡蛋 , 互相之间有一定相关性 。
对于母鸡来说 , 越年轻下双黄蛋概率越大 。 而现代鸡场母鸡分批养殖 , 同一批母鸡会在相同时间长大、开始产蛋 。 如果恰好买到这批年轻母鸡下的蛋 , 出现双黄蛋概率就要大得多 。
再比如 , 鸡蛋通常根据大小定价 , 同一大小规格鸡蛋 , 往往封装在一起 。 双黄蛋普遍较大 , 封装到一个盒子概率也会较高 。
这些因素 , 都会增加双黄蛋都在同一个盒子里的概率 。
理解条件概率 , 我们就知道 , 凡进行概率判断时 , 务必明确是在什么条件下做计算 。
同样 , 如果想获得期望概率 , 就要反过来去调整条件 。
比如说 , 创业成功的基本比率可能只有1% , 但如果能够增加有利条件 , 例如拥有关键技术、找准蓝海定位、获得差异化优势等 , 条件概率就能显著提升 。
05
贝叶斯推理
贝叶斯推理指的是:运用贝叶斯公式进行的推理 。
这个公式来自于一个推理过程:
出现事件A或者事件B的概率 , 称为先验概率 , 记为P(A)和P(B) 。
发生B后 , A发生的概率 , 是条件概率 , 也叫后验概率 , 记为P(A|B);相应的 , 发生A后 , B发生的概率记为P(B|A) 。
A和B同时发生的概率 , 是联合概率 , 记为P(AB) 。
不难理解 , A和B同时发生的概率 , 是B发生的概率P(B)乘以当B发生后A发生的概率P(A|B) , 即:P(AB)=P(A|B)×P(B) 。
类似的 , A和B同时发生的概率 , 也是A发生的概率P(A)乘以当A发生后B发生的概率P(B|A) , 即:P(AB)=P(B|A)×P(A) 。
将上述公式变形一下 , 就能得到:P(A|B)=P(B|A)×P(A)/P(B)
这就是贝叶斯公式 , 如果觉得推导过程复杂 , 可以忽略不计 , 你只要知道其推理的理念和原则:根据新的证据来更新判断 。
换句话说 , 就是观点随事实发生改变 。
比如 , 我们刚开始认识一个人 , 听其言 , 信任概率P(假设)是10% , 也就是判断对方有10%的靠谱度 , 后来 , 观其行 , 对方连续几件事都守诺 , 就判断对方是70%靠谱 。
无论是做决策 , 还是学知识 , 掌握贝叶斯推理的人 , 不会太在意起点高低 。 判断得偏差大一些、知识获取少一些 , 都不要紧 。
只要持续获取事实和证据 , 就可以修正判断、更新观念 , 进而减小偏差、提升认知 。
这篇文章很长 , 但希望你一定要把它看完 。
你不一定要会解大部分数学题 , 但至少要训练自己的数学思维 。
因为训练数学思维 , 是为了让自己拥有符合规律的思维方式 。


推荐阅读