TL; DR : 사람들이 자동차 색상을 판단하는 데 무리가 있다고 생각하지 않거나 파란 차가 부당하게 드문 경우를 제외하고, 귀하의 예에서 많은 사람들이 자동차가 파란색 일 확률은 기본적으로 100 %라는 것을 의미합니다.
Matthew Drury는 이미 정답을 제시했지만 숫자 예제를 사용하여 여기에 추가하고 싶습니다. 실제로 다양한 매개 변수 설정에 대해 비슷한 대답을 얻을 수 있도록 숫자를 선택했기 때문입니다. 예를 들어, 당신의 의견 중 하나에서 말했듯이 사람들이 자동차의 색상을 올바르게 판단 할 확률은 0.9라고 가정 해 봅시다. 즉 :
도 및
P ( 가 파란색 아니라고 | 차가 아니다 파란색 ) = 0.9
p(say it's blue|car is blue)=0.9=1−p(say it isn't blue|car is blue)
p(say it isn't blue|car isn't blue)=0.9=1−p(say it is blue|car isn't blue)
그것을 정의한 후에, 우리가 결정해야 할 나머지 것은 : 차가 파란색 일 확률은 얼마입니까? 무슨 일이 일어나는지 알기 위해 매우 낮은 확률을 고르고 이라고 말하십시오 . 즉, 모든 자동차의 0.1 %만이 파란색입니다. 그런 다음 자동차가 파란색 인 사후 확률은 다음과 같이 계산할 수 있습니다.p(car is blue)=0.001
p ( 차는 파란색 | 답변 )= p ( 답변 | 자동차는 파란색입니다 )p ( 차는 파란색 )p ( 답변 | 자동차는 파란색입니다 )p ( 차는 파란색 ) + p ( 답변 | 차는 파란색이 아닙니다 )p ( 차는 파란색이 아닙니다 )= 0.9900× 0.1100× 0.0010.9900× 0.1100× 0.001 + 0.1900× 0.9100× 0.999
당신이 분모를 보면, 그것은 합의 조건의 상대적인 크기의 비율에 의해 지배되기 때문에 그 금액의 두 번째 항은 무시할 수있을 것입니다 꽤 분명 에 0.1 (900) 의 순서 인 (10) 58 . 실제로 컴퓨터 에서이 계산을 수행하면 (숫자 언더 플로 문제를 피하기 위해주의를 기울임) 1 (기계 정밀도 내)과 동일한 답변을 얻습니다.0.99000.19001058
이전 확률이 실제로 중요하지 않은 이유는 하나의 가능성 (자동차는 파란색)과 다른 가능성에 대한 많은 증거가 있기 때문입니다. 이것은 우리가 다음과 같이 계산할 수 있는 우도 비율에 의해 정량화 될 수 있습니다 :
p ( 답변 | 자동차는 파란색입니다 )p ( 답변 | 자동차는 파란색이 아닙니다 )= 0.9900× 0.11000.1900× 0.9100≈ 10763
따라서 사전 확률을 고려하기 전에 한 가지 옵션이 다른 옵션보다 천문학적으로 더 가능성이 높다는 것을 암시하며, 차이를 만들기 전에 파란 차는 불합리하고 어리석게 드 물어야합니다. 지구상에서 0 대의 파란 차를 찾으십시오).
그렇다면 사람들이 자동차 색상에 대한 설명에서 얼마나 정확한지를 바꾸면 어떻게 될까요? 물론, 우리는 이것을 극단적으로 밀어 붙일 수 있으며 그들이 단지 50 %의 시간을 정확히 얻을 수 있다고 말할 수 있습니다. 이 경우 사람들의 대답이 우리에게 아무 것도 말하지 않았기 때문에 자동차가 파란색이라는 사후 확률은 단순히 이전 확률과 동일합니다. 그러나 사람들은 적어도 그것보다 조금 더 잘하고, 심지어 사람들이 시간의 51 % 만 정확하다고 말하더라도 가능성 비율은 여전히 차가 파란색 일 가능성 이 대략 배 더 높습니다. .1013
이것은 모두 귀하의 예에서 선택한 다소 큰 숫자의 결과입니다. 차가 파란색이라고 말한 사람이 9/10 명이라면, 같은 비율의 사람들이 한 캠프와 다른 캠프에 있었음에도 불구하고 매우 다른 이야기 였을 것입니다. 통계적 증거는이 비율에 의존하지 않고 반대 세력 간의 수치 적 차이에 의존하기 때문입니다. 실제로, 증거를 정량화하는 우도 비율에서, 자동차가 파란색이 아니라고 말하는 100 명의 사람들은 파란색이라고 말하는 900 명의 사람들 중 100 명을 완전히 취소하므로 800 명의 사람들이 모두 동의하는 것과 같습니다 파란색이었습니다. 그리고 그것은 분명히 명백한 증거입니다.
(편집 : Silverfish가 지적했듯이 여기서 내가 만든 가정은 실제로 사람이 파란색이 아닌 차를 잘못 묘사 할 때마다 파란색이라고 말하는 것을 기본으로 함을 암시합니다. 물론 실제로 어떤 색이라도 말할 수 있기 때문에 현실적이지는 않습니다. 사람들이 파란 자동차가 아닌 파란 자동차를 파란 자동차로 착각 할 가능성이 적기 때문에 파란 자동차에 대한 증거가 더 강력하다는 결론에는 아무런 차이가 없습니다. 따라서 위의 숫자는 실제로 청색 증거의 하한값 일뿐입니다.)