機率是表達不確定性的語言，是溝通不確定性的工具。十八世紀各種機率理論的發展，就已經使人類了解到：不確定性代表了未知的機率，而不確定性是可以量度的。當我們認知到這是個不確定性的世界，我們就可以採取一種機率思考（probabilistic thinking）幫助我們做出最好的決策。
但是討論到機率思考的時候，大多數人沒有受過這樣的訓練和養成這樣的習慣，因此也有無從下手的感覺。雖然機率思考未必都是需要定量的計算，也可能是定性的分析，但是最基本的切入方式就是讓我們活用學校裡學過的機率理論，解決在實際生活中碰到的問題 - 不確定性是可以量度的，不要用猜的！
學過機率的人都應該知道貝氏定理（Bayes’theorem）。根據趙曉周博士的說法：貝氏定理告訴我們一個事件發生的機率可以用新資訊來更新，這一個事件可能是已發生或已存在的事件，不一定是尚未發生或尚未存在的事件。我們舉Against the Gods（中譯：風險之書）第七章的一個例子來說明：一家製針公司有兩個工廠，舊廠的產量佔總生產量的四成，而舊廠產品的瑕疵比率（defection rate）是新廠的兩倍，如果顧客買到瑕疵針，經理應該通知哪家工廠？
我們根據貝氏定理可以算出舊廠出瑕疵的機率是0.571！分析過程中，出於舊廠的機率是0.4，沒有其他資訊，推測瑕疵針出於舊廠的機率也會是0.4，這稱為先驗機率，是根據舊資訊推測瑕疵針由舊廠產出的機率。但是有了新的資訊(舊廠產品的瑕疵比率是新廠的兩倍)，根據貝氏定理可以算出舊廠出瑕疵的機率是0.571，這稱為事後機率，是根據新資訊更新後的機率。
我們無意在這裡補上一堂機率課，只是要強調許多機率思考的問題，只要我們追根究柢，我們就能提升成功的機率！
附註1：我要在這裡提醒〝風險之書〞的讀者，中譯本在這個例題中犯了一個錯誤，第141頁最後一行〝…舊廠的產品有瑕疵者是新廠的兩倍〞，應該是〝…舊廠的產品有瑕疵的比率（defection rate）是新廠的兩倍〞！差之毫釐，失之千里！
(風險管理:13）
沒有留言:
張貼留言