概率究竟是什么：频率派与贝叶斯派

14 次成功，是否意味着成功率就是 70%？

假设我们观察一个只有成功与失败两种结果的过程：20 次中成功 14 次。这里没有真实客户、实验或游戏成绩；它是一组说明性数据。14/20 = 0.70 是已发生的样本频率，但下一次是否成功、过程的成功概率是多少，仍然是不同的问题。

先把共同前提写出来：每次结果在给定概率 p 后相互独立，而且整个观察期间 p 不变。这才使二项模型成为合理起点。如果前十次与后十次来自不同环境，计算再精确，也未必回答了我们真正想问的问题。

频率方法：先约定程序的长期表现

在这个模型里，可以把 p 看作固定但未知，用样本比例作为点估计。换一批样本，估计值就可能变化。频率推断关心的不是给这次算出的常数赋予随机性，而是这套估计程序在重复抽样时如何表现。

区间比单个点更诚实，但也更容易被误读。例如 95% 置信区间的覆盖率说的是构造区间的程序：在相应假设成立的重复实验中，它应具有所述的覆盖表现。它不直接等于“这次固定区间有 95% 概率包含 p”。小样本下，不同区间程序还可能表现不同，因此不能只写一个 ± 误差而不交代方法。^[2]

所以，“参数固定”不意味着我们知道它，也不意味着频率方法只适用于会真实重做很多次的决策。重复抽样是校准推断的一种框架，不是必须把现实事件重新发生一遍。

贝叶斯方法：把已有信息一起写进模型

贝叶斯推断用分布表示给定信息下对 p 的不确定性。先验不是随意加的修饰，而是模型的一部分；似然描述在不同 p 下，观察到这组数据有多相容。两者共同形成后验。对于 Beta 先验和二项似然，更新可以直接写出来。^[1]

选择 Beta(1,1)，后验就是 Beta(15,7)，后验均值为 15/22，约 68.18%。它与样本频率 70% 不同，并不说明谁算错了：前者汇总先验与数据，后者直接描述观察比例。下图把这个差别显示出来。^[1]

先验不同，判断会怎样变化？

保持 14/20 不变，Beta(2,2) 给出的后验均值是 16/24，约 66.67%；Beta(8,2) 则得到 22/30，约 73.33%。这不是通过挑选先验争取想要的答案，而是在提醒我们：同一份有限数据，未必足以消除不同的起点。

三组先验各有含义。Beta(1,1) 在 p 的尺度上均匀，但不能被宣称为对所有参数化都“完全没有信息”；Beta(2,2) 更偏向中间；Beta(8,2) 偏向较高成功率。先验若来自历史记录，还必须追问历史环境是否与现在相同。把几个合理先验下的结果放在一起，通常比隐藏选择更有说服力。

知道概率之后，应该怎样行动？

沿用 Beta(15,7) 后验。在下一次观察仍满足相同二项模型的前提下，成功的后验预测概率 q 是对 p 求后验期望，也就是 15/22。这里并非说未知参数已经固定成这个数，而是把参数的不确定性积分进一次未来观察的预测。对于多次未来观察，还需要考虑它们共享同一个未知参数，不能直接把它们当成相互独立、成功率恒为后验均值的试验。^[1]

再设一个完全说明性的二选一决策：采取行动后，成功的损失为 0，失败的损失为 L；不行动则无论结果如何都承担固定损失 C。所有损失使用同一抽象单位，只考虑这一次决定，也不包含获取新信息的成本。行动的期望损失为 L(1−q)，不行动为 C。选择行动的条件因此是 q > 1−C/L。

两次选择不同，不是因为第二次突然不相信数据，而是因为失败的代价改变了。这个例子刻意简单：若存在不能用同一尺度比较的损害、必须满足的安全边界，或可以先收集信息再决定，就不能直接沿用这张表。模型帮助算清已写下的代价，却不能替人决定哪些代价值得承担。

什么时候，两种方法都会让我们失望？

如果观察存在强相关、成功标准中途改变，或者失败结果更容易被漏记，两套方法都可能给出看似精确却失真的答案。再多小数位，也无法补回没有被观察到的机制。

我的判断是：先问数据如何产生，再问方法怎样校准；先说明数字的含义，再争论哪一派更正确。频率方法提醒我们检查程序，贝叶斯方法迫使我们公开信息起点。真正有价值的训练，是能把两种提醒带进同一个实际问题，而不是只记住两个标签。