–®—Ç–Æ—Ä–º! –Í–Æ–Π! –Í–Μ—Ç—Ä–∞ –°–≤–∏—Å—Ç!
据估计，成年人每天做出约35,000项决定 - 良好决策的百分比取决于成年人。这些选择可以像决定卷起或弄皱卫生纸一样平庸，也可以像解决留下关系一样情绪复杂。而且，由于人类不会受到情绪偏见的影响，因此对于任何希望以合理方式运作的人来说，策略和知识框架都是必要的。不幸的是，我们并不总是给出最好的工具。例如，大多数人对概率的看法都不适合现代人。
在任何一天，生活在现代社会中的任何一个人都会参与他们不完全理解的组织，机器和定价模型。大多数人通过使用他们拥有的信息来最大限度地获得成功结果的机会，以实际方式处理这些日常谜题。这基本上是我们的父母教给我们的孩子。这通常是人们谈论“逻辑”时的意思。但这也是一个经常不充分的过程。当存在显着的知识差距时，它与猜测略有不同。简而言之，我们以低效的方式思考概率。我们应该专注于使用贝叶斯概率的核心思想来理解情境，而不是关注结果。
贝叶斯概率包含了对历史频率的信任程度：这个想法是由不确定性做出的决策是通过某人最初知道的东西来获知的，并且在遇到新信息时更新。这个想法是在最大化学习的同时将风险降至最低。贝叶斯人没有将问题视为整体问题，而是将它们切割成更易消化的部分。知识在此过程中积累。
要了解这是如何工作的，你必须做数学运算。中心方程，也称贝叶斯规则，由托马斯贝叶斯（Thomas Bayes）制定，托马斯贝叶斯是一位英国神职人员和数学家，于1761年去世。它预测了导致结果的事件顺序。在等式中，T代表正在测试的假设，E代表将证实或否定该假设的新证据。这里的信念不是客观的，而是以先前的假设和沿途学到的东西为条件。
该等式允许决策者同时为信息和事件分配可能性，将基础假设的可能性分层在结果的可能性之上。
在2011年的一篇论文中，玛丽女王大学教授诺曼·芬顿认为，最有效的决策方法是通过基于贝叶斯网络的概率模型。他写道，2008年金融危机是一个警告，人们和金融系统需要在风险评估方面做得更好。虽然贝叶斯概率自16世纪以来一直作为一种关键结构存在，但它没有被广泛应用或教导。虽然贝叶斯思想很明显适用于财务，但它也适用于其他无数种情况。
“为了持续有效地处理这些问题，我们需要一种量化不确定性的严格方法，使我们能够将数据与专家判断相结合，”Fenton写道。 “贝叶斯概率就是这样一种方法。”
芬顿为贝叶斯理论的应用提供了理由，但它之前已被采用 - 效果良好。在第二次世界大战期间破解代码时，Alan Turing使用了贝叶斯统计数据。它没有普及新思维方式的唯一原因是在2012年信息被解密之前没有人发现。这也是Nate Silver使用贝叶斯方程以令人印象深刻的准确度预测2012年选举结果的一年。
贝叶斯概率优于其他未来预测系统，因为它也是解释人类实际不可预测性的少数方法之一。虽然它包含了人们所知道的内容，但它也回应了人类选择不断受到语境和情境变量影响的事实。无论你是想弄清楚要投资什么股票，或者你的聚餐最成功的果盘，这都是有帮助的。
但是今天你怎么能应用呢？简单：在做出决定之前，先考虑一下您认为自己知道什么以及为什么认为自己知道自己。然后考虑一下这个决定是否会让你确认或否认你的怀疑。这很简单。这是一个让纪律专注于事情发生的原因而不是事件的简单现实的问题。仅仅因为发生的事情并不可能。