ตัดสินใจได้ดีขึ้นด้วยความน่าจะเป็นแบบเบย์วิธีที่ชาญฉลาดในการพิจารณาความเสี่ยง

โดยประมาณว่าผู้ใหญ่ของมนุษย์ตัดสินใจได้วันละ 35,000 การตัดสินใจเปอร์เซ็นต์การตัดสินใจที่ดีขึ้นอยู่กับผู้ใหญ่ ตัวเลือกเหล่านี้อาจเป็นเรื่องธรรมดาเหมือนกับการตัดสินใจม้วนหรือม้วนกระดาษชำระหรือมีอารมณ์ซับซ้อนเช่นเดียวกับการตัดสินใจที่จะออกจากความสัมพันธ์ และเนื่องจากมนุษย์อยู่ภายใต้อคติทางอารมณ์มากกว่ากลยุทธ์และกรอบทางปัญญาจึงเป็นสิ่งจำเป็นสำหรับทุกคนที่หวังจะทำหน้าที่อย่างสมเหตุสมผล น่าเสียดายที่เราไม่ได้รับเครื่องมือที่ดีที่สุดเสมอไป ตัวอย่างที่คนส่วนใหญ่คิดเกี่ยวกับความน่าจะเป็นนั้นไม่เหมาะสมกับความทันสมัย

ในวันใดก็ตามบุคคลที่ได้รับในสังคมสมัยใหม่จะมีส่วนร่วมกับองค์กรเครื่องจักรและรูปแบบการกำหนดราคาที่พวกเขาไม่เข้าใจ คนส่วนใหญ่เข้าหาปริศนาประจำวันเหล่านี้ในทางปฏิบัติโดยใช้ข้อมูลที่มีเพื่อเพิ่มโอกาสในการประสบความสำเร็จสูงสุด นี่คือสิ่งที่พ่อแม่ของเราสอนเราให้ทำในฐานะเด็ก นี่คือความหมายของผู้คนเมื่อพวกเขาพูดถึง "ตรรกะ" แต่นี่ก็เป็นกระบวนการที่ไม่เพียงพอเช่นกัน เมื่อมีช่องว่างความรู้ที่สำคัญมันแตกต่างเพียงเล็กน้อยจากการคาดเดา ในระยะสั้นเราคิดเกี่ยวกับความน่าจะเป็นในวิธีที่ไม่มีประสิทธิภาพ แทนที่จะมุ่งเน้นที่ผลลัพธ์เราควรมุ่งเน้นไปที่ความเข้าใจของเราเกี่ยวกับสถานการณ์โดยใช้แนวคิดหลักของความน่าจะเป็นแบบเบย์

ความน่าจะเป็นแบบเบย์เป็นการรวมเอาระดับความเชื่อมากกว่าความถี่ในอดีต: แนวคิดคือการตัดสินใจจากความไม่แน่นอนได้รับการแจ้งจากสิ่งที่มีคนรู้จักและได้รับการปรับปรุงเมื่อมีการค้นพบข้อมูลใหม่ ความคิดคือการลดความเสี่ยงในขณะที่การเรียนรู้ให้เกิดประโยชน์สูงสุด แทนที่จะเข้าใกล้ปัญหาในฐานะเสาหิน Bayesians ตัดมันเป็นชิ้นย่อย ๆ ได้มากขึ้น ความรู้นั้นสะสมไปพร้อมกัน

เพื่อให้เข้าใจถึงวิธีการทำงานคุณต้องทำคณิตศาสตร์ สมการกลางหรือที่รู้จักกันในชื่อกฎของเบย์ถูกสร้างขึ้นโดยโทมัสเบย์นักบวชชาวอังกฤษและนักคณิตศาสตร์ที่เสียชีวิตในปี 2304 มันทำนายลำดับเหตุการณ์ที่นำไปสู่ผลลัพธ์ ในสมการ T หมายถึงสมมติฐานที่กำลังทดสอบและ E แสดงหลักฐานชิ้นใหม่ที่จะยืนยันหรือพิสูจน์สมมติฐาน ความเชื่อที่นี่ไม่ได้มีวัตถุประสงค์ แต่มีเงื่อนไขตามข้อสันนิษฐานก่อนหน้านี้และสิ่งที่เรียนรู้ไปพร้อมกัน

สมการช่วยให้ผู้มีอำนาจตัดสินใจในการมอบหมายโอกาสในการชิ้นส่วนของข้อมูลและเหตุการณ์ในเวลาเดียวกัน, การวางโอกาสของสมมติฐานที่พิสูจน์พื้นฐานด้านบนของโอกาสของผล

ในปี 2554 ศาสตราจารย์นอร์แมนเฟนตั้นนักวิจัยจากมหาวิทยาลัยควีนแมรีรายงานว่าวิธีที่มีประสิทธิภาพมากที่สุดในการตัดสินใจคือผ่านแบบจำลองความน่าจะเป็นที่สร้างขึ้นจากเครือข่ายแบบเบย์ เขาเขียนว่าวิกฤตการณ์ทางการเงินในปี 2551 เป็นสัญญาณเตือนว่าผู้คนและระบบการเงินจำเป็นต้องประเมินความเสี่ยงให้ดีขึ้น แม้ว่าความน่าจะเป็นแบบเบย์นั้นเป็นสิ่งก่อสร้างที่สำคัญมาตั้งแต่ศตวรรษที่ 16 มันไม่ได้ถูกนำไปใช้อย่างกว้างขวางหรือไม่ได้รับการสอน และในขณะที่เห็นได้ชัดว่าความคิดของเบย์นำไปใช้กับการเงิน แต่ก็ทำให้รู้สึกถึงสถานการณ์อื่น ๆ อีกมากมาย

“ เพื่อจัดการกับปัญหาประเภทนี้อย่างต่อเนื่องและมีประสิทธิภาพเราต้องการวิธีการที่เข้มงวดในการหาปริมาณความไม่แน่นอนที่ทำให้เราสามารถรวมข้อมูลเข้ากับการตัดสินของผู้เชี่ยวชาญ” เฟนตั้นเขียน “ ความน่าจะเป็นแบบเบย์เป็นวิธีการเช่นนี้”

เฟนตั้นสร้างกรณีสำหรับการประยุกต์ใช้ทฤษฎีเบย์ที่เพิ่มขึ้น แต่มันได้รับการยอมรับมาก่อน - และเพื่อผลที่ดี Alan Turing ใช้สถิติแบบเบส์เมื่อถอดรหัสรหัสในช่วงสงครามโลกครั้งที่สอง เหตุผลเดียวที่ไม่เป็นที่นิยมในรูปแบบใหม่ของความคิดคือไม่มีใครค้นพบจนกระทั่งข้อมูลถูกจำแนกในปี 2555 นั่นเป็นปีที่ Nate Silver ใช้สมการ Bayes เพื่อทำนายผลการเลือกตั้งในปี 2012 ด้วยความแม่นยำที่น่าประทับใจ

ความน่าจะเป็นแบบเบย์นั้นดีกว่าระบบทำนายอนาคตอื่น ๆ เพราะมันเป็นหนึ่งในไม่กี่วิธีที่อธิบายว่ามนุษย์ไม่สามารถคาดเดาได้จริง ๆ ในขณะที่มันรวมสิ่งที่เรารู้ แต่มันก็ตอบสนองต่อความจริงที่ว่ามนุษย์เลือกได้รับผลกระทบจากตัวแปรบริบทและสถานการณ์อย่างต่อเนื่อง สิ่งนี้มีประโยชน์ไม่ว่าคุณจะพยายามคิดดูว่าหุ้นอะไรที่จะลงทุนหรือผลไม้จานใดที่จะประสบความสำเร็จมากที่สุดในหม้อตุ๋นของคุณ

แต่วันนี้คุณจะสมัครได้อย่างไร? ง่าย: คิดเกี่ยวกับสิ่งที่คุณคิดว่าคุณรู้และทำไมคุณคิดว่าคุณรู้ก่อนตัดสินใจ จากนั้นคิดว่าการตัดสินใจนั้นจะช่วยให้คุณยืนยันหรือปฏิเสธข้อสงสัยของคุณ มันง่ายมาก ๆ เป็นเรื่องของการมีระเบียบวินัยที่จะมุ่งเน้นไปที่สาเหตุของสิ่งที่เกิดขึ้นมากกว่าความเป็นจริงที่เรียบง่ายของเหตุการณ์ เพียงเพราะสิ่งที่เกิดขึ้นไม่ได้ทำให้เป็นไปได้