频率学派 vs 贝叶斯学派

两种概率哲学的根本分歧——客观频率与主观信念

**预计时间：**25 分钟读 + 15 分钟做习题 = 40 分钟。

一、核心概念定义

频率学派（Frequentist）

概率 = 长期重复实验中事件发生的相对频率。

• 参数（如真实均值 μ）是固定的未知常数，数据是随机的。
• 置信区间意思是：“如果重复实验 100 次，95 次的区间会包含真实参数”——但本次这个区间要么包含、要么不包含，没有”95% 概率”。
• 主流科学论文用频率派（p 值、置信区间），因为可重复、可审计。

贝叶斯学派（Bayesian）

概率 = 对某个命题的信念强度。

• 参数本身有概率分布（先验），数据到来后更新信念（后验）。
• 可信区间意思是：“真实参数有 95% 概率落在这个区间内”——这是直接关于参数的概率陈述。
• 需要指定先验，主观性强，但更符合决策者的实际需求。

贝叶斯定理

P(假设|数据) ∝ P(数据|假设) × P(假设)

先验 × 似然 = 后验（归一化前）

二、学科直觉

1. 概率是世界的属性，还是认知者的属性？ 这是两派分歧的终极哲学问题。频率派说”概率是客观的长期频率”，贝叶斯派说”概率是主观的信念强度”。数学上两者等价（Cox 定理），但哲学上不可调和。
2. 先验不是缺陷，是诚实的体现：人人都有先验信念。频率派假装无先验，但选择模型、选 α=0.05 这些选择本身已是先验。贝叶斯派把先验显式化，反而更透明。
3. p 值 ≠ P(假设为真)：这是最致命的误读。p 值是 P(数据|假设)，不是 P(假设|数据)。人们真正想知道的是后者，但频率派框架无法直接提供。

三、跨学科应用

投资：先验偏见是贝叶斯的双刃剑

投资者天然是贝叶斯派——都有对公司的先验信念。问题在于：先验太强，数据更新不动。死多头看了坏财报仍坚信”长期价值不变”，本质是先验方差太小，似然项撼不动后验。

好的投资者让先验”软”一些——既不无知，也不固执。芒格说：“我试图摧毁我最珍视的信念。“——这是主动放大先验方差，让证据能修正信念。

决策：历史频率与主观信念应结合

频率派告诉你”过去这类事情发生的频率”，贝叶斯派告诉你”基于这次的具体情况，你的信念应该更新多少”。两者结合才是完整决策：只用历史频率忽视当下特殊性（这次可能真的不同），只用主观信念忽视历史规律（你可能太自信）。贝叶斯框架天然支持这种结合。

风险管理：黑天鹅与先验设计

频率派对”从未发生过的事件”无能为力——样本中没有，频率为 0。贝叶斯派可以基于类比、结构推理赋予小概率——黑天鹅事件在贝叶斯框架中可被建模，在频率框架中不可。塔勒布的批评本质是：纯频率思维会让你低估尾部风险。

练习题

单选题

案例分析

反事实思考题

下一步：Lesson 0006 · 统计推断基础：估计与检验——从概率到数据推断的关键一步。