天才一秒记住【畅想小说网】地址：http://www.cxtra.net
第四步：在上述信息的前提下，那位熟人是女性的条件概率为100%。
其次，当获取的信息为“那位熟人是公司的同事”
时：
第一步：获取“那位熟人是公司的同事”
的信息。
第二步：排除来自公司以外的人的概率。
第三步：在剩余概率，也就是公司内的同事中，男女比为4∶1=0.8∶0.2。
第四步：在上述信息的前提下，那位熟人是女性的条件概率为20%。
当然，这些推理都是建立在事先对朋友带来的熟人没有任何了解的前提下的。
比如，如果事先知道朋友总喜欢带男性的信息，那么条件概率也会随之发生变更。
顺便提一下，如果巧妙地使用这一方法，就会出现贝叶斯定理，也就是更新状态。
贝叶斯定理是18世纪的数学家托马斯·贝叶斯提出的关于更新的方法论。
在19世纪末20世纪初费希尔和内曼构建了现代统计学之后，贝叶斯推理就被完全遗忘了。
将这一理论重新挖掘出来并带入人们视野的是此前多次提到的沙万奇。
沙万奇认为对于统计学而言，贝叶斯定理是非常重要的。
沙万奇通过自己的方法重新激活了这一理论。
他构建了主观概率理论，明确了贝叶斯定理的意义。
在此后的50年中，统计学面临的大环境发生了重大变化，现在许多统计学家都将贝叶斯定理奉为基本理论，倍加重视。
但是，关于贝叶斯定理，本书并未涉及更多内容。
因此，如果想详细了解贝叶斯定理，请参照其他图书。
面对信息不够精确的情况应该如何处理呢？
根据上述条件概率实施的更新，是一种非常标准的思维方式。
但是，使用条件概率也有比较多的限制，只有在精确了解信息结构的情况下才可以使用条件概率。
然而，这种情况一般只会发生在数学领域，日常生活中很难遇到如掷骰子、掷硬币、抽卡片等符合数学要求的不确定现象。
可以说，在这些现象中，没有任何受环境影响的模糊性因素。
日常生活中的不确定现象往往难以具备像掷骰子、掷硬币和抽卡片那样明确的结构，必须在不精确的结构中进行推理。
邓普斯特是正面对待推理结构的不精确性，并深入研究是否可以在这种状态下对概率进行预测的早期学者之一。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！