训练与概率

2019-08-24 07:02阅读:
  因果效应,常规思考的是正向。第二层思维,会体会到,因果效应中包括逆向概率。而逆向概率,才是人们真正应该关注的。   采用某种训练手段,让孩子学习某个训练项目,报几个课外辅导班,是不是一定会提升孩子的综合素质?这个问题,从提出来的那一刻,就注定存在思维局限。因为,现实世界,不是A-> B那么简单,存在逆向概率,影响着因果效应。
  解释逆向概率的常见案例,就是乳腺癌的检测问题。平均700个40岁以上女性去检测乳腺癌,只有1个人才是真正的患者。但是,判断乳腺癌的关键指标,有12%被检测者为阳性。如果,通过因果效应判断,仅仅凭借医学检测指标,就断定被检测者患有乳腺癌,误诊率是极高的。再加上一个条件,例如:被检测者家族里有乳腺癌病史,患病概率会大幅度提升。
  针对因果效应,人们更关心的并不是A指标被检测为阳性则意味着患有乳腺癌。人们更关注的是,A指标被检测为阳性后,并没有患有乳腺癌的概率是多少,这既是逆向概率。这就像是,一个小孩报了8个班,学了很多年,真的成学霸了,人们不会觉得惊讶,因为,努力到位了,正向的因果效应是显而易见的。但真实世界,并不是如此运行的,报班与学霸之间的因果关系,是存在逆向概率的。有很大一批人,报了班,学了也白费,效果是不理想的。事后一总结,人们发现,家里有学霸报了8个班的孩子,成为学霸的概率,要比那些家里没有学霸也报8个班的孩子更高。这就体现出遗传和家庭环境对孩子的影响。
  用乳腺癌的检测案例做类比,检测指标为阴性的比例高达88%。报班、不报班,这两种方式,对学霸的区分度,是不是会高达88%呢?这才是问题的关键。700个孩子,进行统计调查,最终,出来一个学神、学霸。这个学神、学霸,不报班散养的概率能有多大?这才是非常值得关注的重点指标。
  人们纠缠于教育的方法问题时,从来没有通过概率的角度去数理统计分析因果效应背后的科学性。真实世界的因果效应,并非是A-> B那么简单,想要准确的理解其概率分布特点,必须要通过贝叶斯网络分析来洞察。贝叶斯网络分析,模拟了人脑神经网络的判断模式,会以先验概率和拟然性为依据,分析现实问题。
  报班?家庭内是否有学霸?竞赛是否获奖?是否低龄实现的竞赛获奖?每一个条件,都在影响最终的概率,让那个百里挑一、千里挑一、万里挑一的小孩冒出来。但这并不意味着,你所有的条件都
满足了,就一定会成为那个小孩。