很多时候,我们都会把事情理想化,但现实会给我们沉重一击,让我们意识到中间横亘着一条难以逾越的鸿沟。
理想中,你想做的事情有条不紊,尽在掌控,一切可预估,一切可量化。
但是现实往往不是这样的,现实复杂多变,充满未知,一团乱麻,不可预估,不可量化,剪不断,理还乱。
当我们好不容易明确了目标，想要开始行动的时候，现实的平底锅总是会敲我们的头。
此时我们便会开始怀疑自己的目标是不是合理的，也会经常会听到这样的话“目标定得很好,但是现实残酷,年轻人,面对现实吧。
难道面对现实,我们就别无他法,只能束手就擒吗?
别急，让我们再想想。只要我们找到一种能够跟得上变化的方法，将未知逐渐变为已知，不就可以逼近理想状态吗?
我们来一步一步走，请看下边的实验：
实验1:一个不透明的盒子中共有甜苦两种口味的巧克力，已知甜巧克力有2块，苦巧克力有8块，你随机摸出一块巧克力，摸到甜巧克力的概率有多大？
因为已知信息非常全面，很容易计算出来概率是五分之一对吧。
接下来我们稍微改动一下，请看：
实验2:一个不透明的盒子中有甜苦两种口味的巧克力共10块,你随机摸出一块巧克力,你摸到甜巧克力的概率有多大。
是不是算不出来了？
是的，因为信息不全，所以无法计算出概率。像极了人生哈哈哈。
我们也不知道自己这一辈子会经历多少次成功与失败,即摸出多少块甜巧克力,摸出多少块苦巧克力。每个人都想成功(摸出甜巧克力) ,但甜巧克力的块数总是那么的有限,我们每个人只能长久地奔波在去往彼岸的路上,却不知道终点在何方。
就像电影《阿甘正传》的开头:人生就像一盒巧克力,你永远不知道下一颗是什么味道。
难道我们就注定要被复杂多变的现实折磨吗？少年，我有一本武林秘籍可解决此问题。
贝叶斯定理
贝叶斯定理最初是用来计算随机事件A和B的条件概率的,即计算在新事件B发生的情况下事件A发生的可能性。这是它在数学层面的运用,推广到现实生活层面，贝叶斯定理常被用来解决在信息不完全的情况下,我们如何通过动态调整的方法,一步一步接近事物发生的真实概率。
举个例子说明：你在一家公司工作5年,一直没得到晋升,你开始感到焦虑,并思考:我该如何提升自己。你心想:或许读个MBA学位是一条可行的路子。但你又不太确定MBA学历对你在这家公司升迁的作用有多大。
你会怎么办呢？
由于现实情况复杂多变,很多时候我们没有过多的时间去做专门的调查。
因此对于上述问题,我们不妨这么思考,先估计:读MBA有助于在本公司晋升(大胆假设) ,然后着手准备MBA考试,在准备考试的过程中搜集信息(小心求证)
根据这些信息,你可以不断调整你的估计。
例如:在准备考试过程中,你发现同事A在读了MBA后得到了升迁。这时,你对"读MBA有助于在本公司晋升"的的假设概率就提高了。
每当有新的有效信息出现,你可以再度调整优化(快速迭代) ,以便接近你最终想要找寻的答案。例如:后来,你发现同事A升迁的原因是因为他是董事长的亲戚。这时, 你 "iMBA有助于晋升"的假设概率就会降低,或许在这家公司人脉关系才是晋升的关键。
这些,都是你最终做"我是否要花时间和钱读MBA以更好地晋升"决策的有力依据,但如果不开始行动,在过程中搜集有效信息,你将会一直陷入纠结。
我们把这种“大胆假设,小心求证,不断调整,快速迭代”的思维模式就称为贝叶斯思维。
贝叶斯思维的高妙之处在于,它强调先行动起来,用动态调整的方法，让我们能够跟上现实的变化速度,并做出准确的预测。
这样我们既不会因为先做大量的调查而陷入行动停滞,也不会因为没做调查而偏离现实。得开始行动，才能不断调整自己对于目标差距的预期。
如何应用
简化版本的贝叶斯公式为：
后验概率=先验概率×调整因子
- 先验概率:也叫初始概率,先验概率是我们在信息很不完全的情况下事先做出的一个主观估计
- 调整因子:就是在调查的过程中你收集到了一些有效信息,这些有效信息进- 来之后,你需要根据它们对初始概率做出调整。
- 后验概率: “后验”顾名思义“经验之后”,也就是调整后的概率,后验概率比较接近真实概率,是我们做决策时的主要依据。
还是拿刚才的例子：在我们举棋不定时,先大胆估计"读MBA能帮助自己在本公司晋升"的概率有50%,并基于这个预估开始行动。这就是先验概率。
你搜集到的"同事A读了MBA后升迁”以及“同事A升迁的真实原因是他是董事长的亲戚"这些信息,就是你做决策的调整因子。
最后,通过信息搜集,你发现,在这家公司晋升的人大多是靠和领导的关系,最后你对"读MBA能帮助自己在本公司晋升”的概率降低到30%。这就是后验概率。
在这一系列"行动搜集信息-再行动”的过程中，你基于先验概率先尝试行动,在不断搜集信息,根据调整因子得出后验概率。最后,基于后验概率做出最终决策。
在读MBA的例子中,最后你发现要在本公司晋升不必读MBA,而是需要圆滑地和领导搞好关系,这让你放弃了读MBA的念头。这就是贝叶斯模型在决策中的应用。
注意事项
- 先验概率很重要
如果先验概率越准确,我们后续的调整就会越少,我们就越容易得到接近真实的后验概率。
那如何获得相对靠谱的先验概率呢?
只有平时养成深度思考,不断总结经验的习惯,久而久之我们才能形成相对准确的直觉判断。直觉判断是指对一个问题未经逐步分析,仅依据内因的感知便能迅速做出判断。 - 信息收集很重要
只要有新信息,我们就可以修正,但是没有新信息,我们就没法修正。
因此,在调整的过程中,我们要尽可能多的收集信息,但是也要注意识别错误信息和低质量的信息,错误信息和低质量的信息会让你的修正离真相越来越远。
image.png
网友评论