貝葉斯模型分析伊索寓言

《伊索寓言》中有一則有趣的故事"狼與小孩
一個小孩每天到山上放羊,山里有狼出沒。有一天茬故,他閑的無聊在山上喊:"狼來了!狼來了!",山下的村民便聞聲去打狼,可是到了山上卻沒有發(fā)現(xiàn)狼蚁鳖。第二天仍是如此磺芭。到了第三天狼真的來了,可是無論小孩怎么叫喊醉箕,也沒有人來救他,因為前兩次他對村民們說了謊钾腺,村民們便不再相信他了。

用貝葉斯公示分析一下故事中村民們對該小孩的可信程度是如何下降的讥裤。

首先記A={小孩說謊}放棒,B={小孩可信度}

設村民們過去對小孩的印象為P(B)=0.8,P(\overline{\text{B}}) = 0.2
需要計算P(B|A),即小孩說謊一次后的可信度。需要P(A|B)和P(A|\overline{\text{B}})
P(A|B):表示"村民相信孩子的話"時孩子說謊的概率
P(A|\overline{\text{B}}):表示村民“不相信孩子的話”時孩子說謊的概率己英。
不妨設:P(A|B)=0.1间螟, P(A|\overline{\text{B}})=0.5
第一次村民們上山打狼,發(fā)現(xiàn)狼沒來剧辐,即小孩說了謊.村民們根據(jù)這個信息寒亥,對這個小孩的可信度重新進行評估,改變?yōu)?由貝葉斯公式)
現(xiàn)在用貝葉斯公式來求:P(B|A) = \frac{P(A|B)*P(B) } {P(A|B)*P(B)+ P(A|\overline{\text{B}})*P(\overline{\text{B}}) }=\frac{0.1*0.8} {0.1*0.8+ 0.5*0.2}≈0.444

這表明村民們在上了一次當之后荧关,對這個小孩的可信程度由原來的P(B)=0.8下降到P(B|A)=0.444

即:P(B)=0.444 ,P(\overline{\text{B}}) = 0.556
在此基礎上溉奕,我們再一次用貝葉斯公式計算P(B|A) 。即小孩第二次說謊后忍啤,村民們對他的可信度改變?yōu)?
P(B|A) = \frac{P(A|B)*P(B) } {P(A|B)*P(B)+ P(A|\overline{\text{B}})*P(\overline{\text{B}}) }=\frac{0.1*0.444} {0.1*0.444+ 0.5*0.556}≈0.138
這表明村民們再二次上當之后加勤,對這個小孩的可信度由原來的0.8降到0.444,再次降到0.138同波,假設信用度的閾值為0.2鳄梅,低于0.2便不再相信。所以未檩,村民們在第三次聽到呼叫時應該不會再上山打狼戴尸。

貝葉斯公式解釋了一種直觀的現(xiàn)象:一個經常說謊的人真的說謊了,人們對他的可信度便會降低冤狡。

守信后的可信度計算

反之孙蒙,如果一個守信的人项棠,其守信的事件之后,其可信度也會上升挎峦。同樣可以數(shù)學建模體現(xiàn)出來香追。
首先記A={小孩守信},B={小孩可信度}
設村民們過去對小孩的印象為P(B)=0.8,P(\overline{\text{B}}) = 0.2
需要計算P(B|A),即小孩守信一次后的可信度坦胶。需要P(A|B)和P(A|\overline{\text{B}})
P(A|B):表示小孩可信度0.8時孩子守信的概率透典,村名越相信小孩。
P(A|\overline{\text{B}}):表示小孩可信度0.2時顿苇,小孩守信概率峭咒。
不妨設:P(A|B)=0.9, P(A|\overline{\text{B}})=0.5

如果第一次狼來了時岖圈,小孩呼叫村民讹语,狼果然來了钙皮,此時小孩可信度的貝葉斯計算如下:
P(B|A) = \frac{P(A|B)*P(B) } {P(A|B)*P(B)+ P(A|\overline{\text{B}})*P(\overline{\text{B}}) }=\frac{0.9*0.8} {0.9*0.8+ 0.5*0.2}≈0.878

此時:P(B)=0.878,P(\overline{\text{B}}) = 0.122
如果第二次狼來了蜂科,小孩呼叫村名,狼又一次來了短条,此時小孩可信度由貝葉斯計算如下:
P(B|A) = \frac{P(A|B)*P(B) } {P(A|B)*P(B)+ P(A|\overline{\text{B}})*P(\overline{\text{B}}) }=\frac{0.9*0.878 } {0.9*0.878+ 0.5*0.122}=\frac{0.7902 } {0.8512} ≈0.968

由此可見导匣,兩次守信的行為后,可信度提升非橙资保快贡定,也非常高。當然里面的參數(shù)可以調整更精細更合理些可都。但客觀上缓待,貝葉斯概率,為撒謊和守信行為渠牲,進行了量化計算旋炒,以數(shù)字重新評估了撒謊和守信對人的可信度的影響,具備一定的參考意義签杈,也是一種有參考意義的貝葉斯數(shù)學模型建模瘫镇。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市答姥,隨后出現(xiàn)的幾起案子铣除,更是在濱河造成了極大的恐慌,老刑警劉巖鹦付,帶你破解...
    沈念sama閱讀 219,490評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件尚粘,死亡現(xiàn)場離奇詭異,居然都是意外死亡敲长,警方通過查閱死者的電腦和手機郎嫁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評論 3 395
  • 文/潘曉璐 我一進店門互捌,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人行剂,你說我怎么就攤上這事秕噪。” “怎么了厚宰?”我有些...
    開封第一講書人閱讀 165,830評論 0 356
  • 文/不壞的土叔 我叫張陵腌巾,是天一觀的道長。 經常有香客問我铲觉,道長澈蝙,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,957評論 1 295
  • 正文 為了忘掉前任撵幽,我火速辦了婚禮灯荧,結果婚禮上,老公的妹妹穿的比我還像新娘盐杂。我一直安慰自己逗载,他們只是感情好,可當我...
    茶點故事閱讀 67,974評論 6 393
  • 文/花漫 我一把揭開白布链烈。 她就那樣靜靜地躺著厉斟,像睡著了一般。 火紅的嫁衣襯著肌膚如雪强衡。 梳的紋絲不亂的頭發(fā)上擦秽,一...
    開封第一講書人閱讀 51,754評論 1 307
  • 那天,我揣著相機與錄音漩勤,去河邊找鬼感挥。 笑死,一個胖子當著我的面吹牛越败,可吹牛的內容都是我干的触幼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,464評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼眉尸,長吁一口氣:“原來是場噩夢啊……” “哼域蜗!你這毒婦竟也來了?” 一聲冷哼從身側響起噪猾,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤霉祸,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后袱蜡,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體丝蹭,經...
    沈念sama閱讀 45,847評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,995評論 3 338
  • 正文 我和宋清朗相戀三年坪蚁,在試婚紗的時候發(fā)現(xiàn)自己被綠了奔穿。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片镜沽。...
    茶點故事閱讀 40,137評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖贱田,靈堂內的尸體忽然破棺而出缅茉,到底是詐尸還是另有隱情,我是刑警寧澤男摧,帶...
    沈念sama閱讀 35,819評論 5 346
  • 正文 年R本政府宣布蔬墩,位于F島的核電站,受9級特大地震影響耗拓,放射性物質發(fā)生泄漏拇颅。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,482評論 3 331
  • 文/蒙蒙 一乔询、第九天 我趴在偏房一處隱蔽的房頂上張望樟插。 院中可真熱鬧,春花似錦竿刁、人聲如沸黄锤。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,023評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽猜扮。三九已至,卻和暖如春监婶,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背齿桃。 一陣腳步聲響...
    開封第一講書人閱讀 33,149評論 1 272
  • 我被黑心中介騙來泰國打工惑惶, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人短纵。 一個月前我還...
    沈念sama閱讀 48,409評論 3 373
  • 正文 我出身青樓带污,卻偏偏與公主長得像,于是被迫代替她去往敵國和親香到。 傳聞我的和親對象是個殘疾皇子鱼冀,可洞房花燭夜當晚...
    茶點故事閱讀 45,086評論 2 355

推薦閱讀更多精彩內容