Learning
VOL. V · NO. 12 · Literature & Rhetoric · 01 JAN 1970

0012 · 贝叶斯更新

文学与修辞 · 01 JAN 1970 · 8 min read · 2,212 words
· · ·

新证据到来时,如何更新你的信念

0012 · 贝叶斯更新

预计时间:20 分钟读完 + 25 分钟做练习 = 45 分钟。

本课核心论点 贝叶斯思维是一种动态更新信念的方法:你有一个先验概率(初始判断),当新证据出现时,你用新证据更新你的判断,得到后验概率。核心原则:永远不要固执己见,要让新证据改变你的判断。

一、贝叶斯思维的基本逻辑

先验概率(Prior):你最初的判断(在看到新证据之前)

似然(Likelihood):这个证据在假设为真的条件下出现的概率

后验概率(Posterior):看到证据后更新的判断

公式(简化版):
后验 ∝ 先验 × 新证据的信息量
→ 先验越强,后验越难被改变
→ 新证据越强,后验越受新证据影响

核心态度:
“我的初始判断有 X% 的置信度。如果出现新证据 Y,我愿意调整到 Z%。”

二、PM/BA 日常中的贝叶斯思维

场景 1:用户调研

先验:“50% 的用户需要这个功能”(基于行业经验)
新证据:“我们调研了 50 个用户,35 个说需要(70%)”
后验:“更可能是 65-75% 的用户需要,而不是 50%”
→ 你的初始判断被用户的实际数据改变了

场景 2:竞品分析

先验:“竞品做 AI 功能是因为他们真的看到了需求”(高置信)
新证据:“但竞品的 AI 功能用户留存率只有 5%”
后验:“竞品的 AI 功能可能存在问题,或者他们的目标用户和我们不同”

场景 3:方案评估

先验:“这个方案成功的概率约 30%”
新证据:“竞品类似方案失败了,市场研究也显示负面趋势”
后验:“成功的概率可能降低到 15%”

三、贝叶斯思维的常见误区

  • 忽略先验:“数据说 70% 所以就是 70%“——忽略了你的初始经验和行业数据
  • 固执先验”我的初始判断没错,数据一定是有偏的”——拒绝让新证据改变你的判断
  • 把相关当因果:“用户活跃度提升了,和我们上线的新功能是因果关系”——可能有其他原因
  • 忽视样本量:“3 个用户说要这个功能所以所有用户都需要”——样本太小,证据不可靠

四、芒格式应用

芒格反复强调:“永远要更新你的信念——否则你只是在重复自己的想法。”

芒格的投资方法本身就是贝叶斯的——他根据公司的最新财报(新证据)不断调整对他的投资价值的判断。

对 PM/BA 的具体启示
  • 每次拿到新数据时,问”这会如何改变我之前判断的概率?”
  • 把决策写成”先验 + 新证据 → 后验”的形式——迫使自己显式地更新
  • 警惕”固执”——如果你发现自己的置信度 6 个月没变,问问自己是不是该更新了
  • 小样本 vs 大样本的区别很重要——样本越小,新证据对后验的影响越小

五、练习题(10 题)

1

贝叶斯思维的核心是?

2

"先验概率"指的是?

3

以下哪个是"先验太强难以更新"的表现?

4

"3 个用户说要这个功能所以所有用户都需要"——这是什么贝叶斯误区?

5

以下哪种行为最符合贝叶斯思维?

6

芒格说"永远更新你的信念"——这对应贝叶斯的哪个概念?

7

"竞品 AI 功能失败所以我们也不要做"——贝叶斯视角下,这个推理可能忽略了什么?

8

8 贝叶斯公式中,什么因素让新证据对后验影响更大?

9

9 以下哪个不是贝叶斯思维的正确态度?

10

10 对 PM/BA 而言,贝叶斯思维最重要的价值是?

读代码题

R1

R1. 场景:
你最初认为"用户想要离线模式"的概率是 40%(先验)。
然后你调研了 100 个用户,60 个明确表示需要(新证据)。

你的判断(后验)应该怎样更新?

R2

R2. 场景:
一个方案你评估"成功的概率 50%"。
然后你的技术负责人说"技术上风险很大"。

这是新证据,你的判断应该怎么更新?

六、答题提示

展开提示
  • Q1 — 新证据更新初始判断
  • Q2 — 先验 = 无新证据前的初始判断
  • Q3 — 固执先验的表现
  • Q4 — 小样本证据不可靠
  • Q5 — 愿意根据新证据更新判断
  • Q6 — 新证据更新先验得后验
  • Q7 — 我们的用户和市场可能不同
  • Q8 — 新证据强且先验弱时影响更大
  • Q9 — 坚持初始判断不是贝叶斯态度
  • Q10 — 成为一个愿意更新判断的人

七、本课行动清单

  1. 每次拿到新数据时,写下”这会如何改变我的判断概率?”
  2. 把重要决策写成”先验 → 新证据 → 后验”的可追踪格式
  3. 警惕”固执先验”——如果你 6 个月没有更新判断,问为什么
  4. 在方案评审中问”支持/反对这个方案的新证据是什么?”

八、参考来源

  • ③ 学术:Thomas Bayes, 《An Essay towards solving a Problem in the Doctrine of Chances》(1763)
  • ③ 学术:Kahneman & Tversky — 关于基础概率忽略和样本量忽略的研究
  • ④ 芒格文集:Poor Charlie’s Almanack — “永远更新你的判断”
  • 下一步:Lesson 0013 · 决策树与期望值