→ selfvalue: 寫了一堆數學 刪了很多==09/24 19:06
→ selfvalue: 規避災害的方法 貝葉斯很好用 09/24 19:08
→ selfvalue: 寫太快了 有點潦草 可以看維基百科09/24 19:09
※ 編輯: selfvalue (49.182.104.179 澳大利亞), 09/25/2025 04:58:27
※ 引述《ccyaztfe (1357924680)》之銘言
: 你沒有想要去尋找、擴展某個新理論來解釋其他的現象？
1.先問其實是“某件事的可能性有多大“, 或是“絕對真或假”, eg 小狗狗在未來某天打
你膝蓋就是一個可能性問題== 而不是後者
當然, 問題常常混合了兩者, 為了避免混淆, 我們需要聚焦“可能性有多大“, 而不是直接
下結輪.
2. 針對前者, 找到一個框架去量化這種不確定性
: 你覺得少數的現象、短期的趨勢沒有意義？
整合證據不會沒有意義, 它能幫助你把模糊的直覺轉換成有結構的概率判斷.
(這在辯論中不是拿來“贏“的, 而是拿來結構化不確定性- 讓對話更清楚. 真正的挑戰是~
雙方能不能如下討論"在討論未來新資訊之前, 我們各自覺得這件事有多可能"-> "這個新
證據應該讓我們改變想法多少?"
因為目標不是贏而是發展的更好)
基本方法:
1. 避免直覺謬誤
eg
直覺常會騙人: 比如聽到“某地停電了“, 你可能馬上覺得“能源肯定不夠用“. 但這可能
是個例外, 不是常態.
怎麼辦? 先上網查base rate:
eg 過去五年, 這個地方平均每月停電時間0.001天
2. 證據的重要性
對方若提出新證據, 你可以用框架解釋 ”這個證據應該讓我們的信念更新多少“ , 並且確
認“數據是不是充足或主觀性太強“, 而不是僅憑情緒感受它是不是outlier.
eg
停電了... 然後上ptt八卦版, 看到有人發文章說: 昨晚我隔壁的阿明在破壞電線桿-> 這是
新證據, 但得問: 這是單一事件, 還是長期趨勢?
如果歷史基準率顯示停電很少, 那這次可能只是意外,
1. 不是能源短缺的證據
2. 阿明其實沒有前科
: 你覺得少數的現象、短期的趨勢沒有意義？
用這種方式, 把模糊的感覺變成有根據的判斷.
3. 揭露基準率謬誤:
在辯論中常有人忽略base rate-
如果沒有更新的話, 請把這點拉回來, 迫使雙方討論 “在沒有新證據之前, 事情原本就有
多大可能成立“.
真的很多爭論卡住== 是因為這種:
“我打covid疫苗後身體不舒服... 疫苗危險“
那種寶寶評論 (童言童語 滿可愛的)
你可以試著做筆記
: 你覺得少數的現象、短期的趨勢沒有意義？
這個可以當new evidence
承認問題存在- 規劃如何面對- 是複雜現象還是真假問題?- 承認不確定性存在- 開始更新
信念
而不是裝作自己完全肯定或完全否定
最後大部分爭論其實混合了事實和價值判斷, 所以你需要工具來:
1. 分離這兩個層面
2. 在價值觀不同時, 至少在事實層面達成共識
並在做決定前問自己:
我查過基準率了嗎
我考慮過相反證據嗎
這個樣本夠代表性嗎
我有被媒體報導影響嗎
我的情緒是否影響了判斷
貝葉斯公式
https://en.wikipedia.org/wiki/Bayes%27_theorem
事前/事後概率計算 https://en.wikipedia.org/wiki/Posterior_probability
蒙地卡羅模擬
https://en.wikipedia.org/wiki/Monte_Carlo_method
處理相關性偏差
https://en.wikipedia.org/wiki/Illusory_correlation
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.182.104.179 (澳大利亞)
※ 文章網址: https://www.ptt.cc/bbs/DummyHistory/M.1758711782.A.D8D.html