你因为无法计算今天被车撞的概率就不出门了吗？

今天被车撞的概率当然大概能知道
你有历史数据呗

就是说你主观了
这就贝叶斯了

但是这个其实

不是对错的问题，就是方法的问题吧
你用历史数据这就是先验了

没懂

主观的是，你是如何确认今天撞车的概率跟以往历史经验是接近的
比如第二天醒来世界上所有的汽车都消失了，你不知道这个事实的情况下直接套用概率模型就会出问题
然而你主观知道世界上的汽车并没有消失，以及昨天和今天出门撞车的概率并没有太大变化
你认为这个模型依旧适用 就是主观经验

为什么是主观的认为汽车没有消失？
汽车消失也有原因

你当然是主观的认为汽车消失了，因为这个故事里面你并没有全球跑一趟去确认每一辆汽车的状态

*或者没有消失

两个问题

你不知道模型的时候你相信什么
模型不可知的时候你相信什么

然而你可以用数据来代替经验
或者说由数据代替主观

汽车消失会对其他事件产生影响，我不能通过观察周围环境来推测今天到底有没有发生大变化吗

@全拒回国 如果你执着于还原事情的本质，以及先采集新数据再分析概率
你就已经是一个合格的频率主义者了

我出门时根据我观察到的车流密度就可以大概判断今天车消失没了

@全拒回国 然后呢

然后我就能判断我被车撞的概率和平时不会有多大区别啊

你还要更详细的数据，来判断今天的车是否减少了，
然后你认为越详细的数据越能确信你之前模型的连贯性

然后呢？
全拒回国撤回了一条消息

撞车是一个事件，我们讨论的是它的模型
你可以把这两个字换成任意字眼

能不能说一下贝叶斯和频率在这件事上的区别在哪里

区别在于，你判断今天被车撞的概率，是否能够将先验考虑在内

可是我排除汽车消失的情况本身不就是基于汽车消失的概率几乎为0吗

你想把我绕进去
汽车消失的概率不为0
汽车由于某种原因突然较少的概率也是
然后你在承认上面两点（或者否认上面两点）的同时用的是你的主观经验
换句话说贝叶斯在这件事情上的处理方法是，用一个你认为符合主观常识的概率，去计算一个更为复杂的概率

我已经晕了
完全看不懂系列…

所以频率主义者认为计算今天的概率根本不能使用上面两个论据
即不存在先验

你对上面论据赞同或者反对都会让计算结果变得不客观

那我认为存在客观模型，然后用先验呢

你应当先建立无效模型

反正是很偏激就是了

迷，反正物理里的统计应该没这些东西