貝氏資料分析延伸文章資訊，搜尋引擎最佳文章推薦
1. 貝氏分析
貝氏分析. 條件機率與貝氏定理、先驗分布與後驗分布的概念、先驗分布的決定與選擇、 ... 學生要能就所面對的資料及時提供出可行的統計分析策略及迅速完成相關資料分析.首頁通識教育課程地圖院系所課程地圖意見回饋English｜1.請選擇學院非屬學院及其他文學院理學院工學院管理學院醫學院社會科學院電機資訊學院規劃與設計學院生物科學與科技學院2.請選擇系所會計系統計系工資系企管系交管系管理學院ＥＭＢＡ碩專會計所統計所工資所企管所交管所國企所資管所財金所電管所國經所體健所AMBA碩士學程數據所管理學院3.選擇未來發展-升學理論統計領域生物醫學統計領域工業統計領域商業統計領域選擇未來發展-就業政府公務機關教育/學術研究機構國內外產業界貝氏分析條件機率與貝氏定理、先驗分布與後驗分布的概念、先驗分布的決定與選擇、貝氏統計推論、貝氏分析的計算問題、經驗貝氏方法簡介、貝氏穩健性的概念、效用函數與損失函數、貝氏決策分析。
課程教育目標A.溝通能力B.創新與解決問題能力E.道德、技術及專業度課程基本素養與核心能力[基本素養]全球化思維學生需具自我學習的能力，適時的掌握現在國際間統計分析方法的更替，及全球商務變化地趨勢[核心能力]口頭表達能力學生應具備口頭表達及描述能力，能將統計方法做適當描述、及與人溝通統計想法、概念、使用方式寫作能力學生能具備良好寫作能力，能將統計方法做適當描述、及與人溝通統計想法、概念、使用方式跨領域性之融合與解題學生不僅需瞭解統計方法的來龍去脈，還需瞭解問題的本質，才能提出適合的統計方法解決問題批判思考及創新力學生要能就所面對的資料及時提供出可行的統計分析策略及迅速完成相關資料分析近年開課資訊開課年度課程碼分班碼課程名稱(超連結為課程大綱)學分數英語授課授課教師0109/1R261500[STAT6043]貝氏分析3.0N李國榮0107/1R261500[STAT6043]貝氏分析3.0N李國榮0105/2R261500[STAT6043]貝氏分析3.0N李國榮0101/2R261500[STAT6043]貝氏分析3.0N李國榮0098/1R261500[STAT6043]貝氏分析3.0N劉應興國立成功大學|課程查詢701台南市大學路1號 TEL: 06-2757575#50158 意見回饋信箱:教務處課務組[email protected]國立成功大學版權所有©NCKUAllRightsReserved.計網中心資訊系統發展組製作
課程教育目標A.溝通能力B.創新與解決問題能力E.道德、技術及專業度課程基本素養與核心能力[基本素養]全球化思維學生需具自我學習的能力，適時的掌握現在國際間統計分析方法的更替，及全球商務變化地趨勢[核心能力]口頭表達能力學生應具備口頭表達及描述能力，能將統計方法做適當描述、及與人溝通統計想法、概念、使用方式寫作能力學生能具備良好寫作能力，能將統計方法做適當描述、及與人溝通統計想法、概念、使用方式跨領域性之融合與解題學生不僅需瞭解統計方法的來龍去脈，還需瞭解問題的本質，才能提出適合的統計方法解決問題批判思考及創新力學生要能就所面對的資料及時提供出可行的統計分析策略及迅速完成相關資料分析近年開課資訊開課年度課程碼分班碼課程名稱(超連結為課程大綱)學分數英語授課授課教師0109/1R261500[STAT6043]貝氏分析3.0N李國榮0107/1R261500[STAT6043]貝氏分析3.0N李國榮0105/2R261500[STAT6043]貝氏分析3.0N李國榮0101/2R261500[STAT6043]貝氏分析3.0N李國榮0098/1R261500[STAT6043]貝氏分析3.0N劉應興國立成功大學|課程查詢701台南市大學路1號 TEL: 06-2757575#50158 意見回饋信箱:教務處課務組[email protected]國立成功大學版權所有©NCKUAllRightsReserved.計網中心資訊系統發展組製作
2. 貝氏資料分析
課程中也將教授學生如何使用程式語言R與JAGS實作貝氏統計分析。
這些基礎概念和應用程式練習將幫助學生提昇應用技能，能夠在短時間內進階到國際水準。
授課 ...Skiptocontent跨國數位互動課程(E計畫)貝氏資料分析楊立行心理系2020/09/14～2021/01/31課程結束跨國分享在facebook分享在skype分享在twitter分享在pinterest分享在email申請修課｜Apply進入課程｜Enter開課教師｜Instructor楊立行副教授政大心理系副教授專長領域：數學心理學、認知心理學李玉麟教授美國康乃爾大學醫學院教授專長領域：貝氏統計、心理計量學課程介紹｜Content貝氏統計不論在學術研究或實務應用上都獲得相當大的成功。
除了國際期刊推荐以貝氏統計取代傳統統計，科技公司例如Google,臉書,和微軟也應用貝氏統計來分析消費者行為。
因此，培養學生認識乃至於精熟貝氏統計方法是件刻不容緩的事。
本課程的設計包括，貝氏統計方法的基礎概念、機率分配、貝氏推論、貝氏模擬、貝氏潛在類別分析、貝氏階層線性模型、貝氏項目反應理論、以及狄利克雷歷程混合模型。
課程中也將教授學生如何使用程式語言R與JAGS實作貝氏統計分析。
這些基礎概念和應用程式練習將幫助學生提昇應用技能，能夠在短時間內進階到國際水準。
授課教師包括心理系楊立行老師以及美國康乃爾大學醫學院李玉麟教授，更可以提升修課同學與國際接軌的機會。
課程目標｜Goal俾使同學能了解貝氏統計方法的基本概念，以及實際完成一個應用貝氏統計方法的專案。
此外，由於採用線上平台等數位工具輔助教學，修課同學也能與授課教師於線上討論，增加同學們的國際交流。
本課程也鼓勵本地學生能藉此機會與李教授合作研究。
課程進度｜ScheduleWeek1:IntroductionWeek2:RbasicsandBayes’TheoremWeek3:MoonfestivalWeek4:MarkovChainMonteCarlomethodWeek5:Parameterestimation–BinominaldistributionWeek6:Parameterestimation–normaldistributionWeek7:Parameterestimation–tdistributionandcorrelationWeek8:RegressionandANOVAinBayesianstyleWeek9:MidtermexaminationWeek10:CognitivemodelinginBayesianstyle上課形式｜Activities講堂與視訊授課並行【修課人數】校內學員：20人網路學員：10人共25人評分標準｜Grading學期成績的評量方式為作業佔70%、專題報告佔30%。
每週課程結束後都有作業，作業內容主要與該週的課程進度一致。
作業的評分標準以內容正確性、報告撰寫完整性為主。
作業須於下週上課時間前完成上傳繳交，遲交以零分計。
每位同學於學期末須繳交一篇專題研究，同學們需自行擬定主題，蒐集資料並應用本學期所學習之貝氏統計技巧完成資料分析。
專題的評分標準則包括內容重要性、運算難度、分析報告完整性以及對未來研究的啟發性為主。
作業與專題的程式碼一律需以R語言撰寫完成。
先備知識｜Prerequisites統計學、機率參考書目｜ReadingsKruschke,J.K.(2014).DoingBayesianDataAnalysis(SecondEdition)ATutorialwithR,JAGS,andStan.Lee,M.D.,&Wagenmakers,E.-J.(2014).BayesianCognitiveModeling:APracticalCourse.CambridgeUniversityPress,UK.本頁面瀏覽人次：39111選單｜Menu聯絡我們｜關於我們分享在facebook分享在skype分享在twitter分享在pinterest分享在email●本網站總瀏覽數：231115●本頁面瀏覽人次：39111相關單位人工智慧與數位教育中心教學發展中心高教深耕辦公室國立政治大學選單人工智慧與數位教育中心教學發展中心高教深耕辦公室國立政治大學相關資源地方創生平台政治大學磨課師課程選單地方創生平台政治大學磨課師課程本網站內容僅供學術使用，嚴禁任何商業行為。
Copyrig
這些基礎概念和應用程式練習將幫助學生提昇應用技能，能夠在短時間內進階到國際水準。
授課 ...Skiptocontent跨國數位互動課程(E計畫)貝氏資料分析楊立行心理系2020/09/14～2021/01/31課程結束跨國分享在facebook分享在skype分享在twitter分享在pinterest分享在email申請修課｜Apply進入課程｜Enter開課教師｜Instructor楊立行副教授政大心理系副教授專長領域：數學心理學、認知心理學李玉麟教授美國康乃爾大學醫學院教授專長領域：貝氏統計、心理計量學課程介紹｜Content貝氏統計不論在學術研究或實務應用上都獲得相當大的成功。
除了國際期刊推荐以貝氏統計取代傳統統計，科技公司例如Google,臉書,和微軟也應用貝氏統計來分析消費者行為。
因此，培養學生認識乃至於精熟貝氏統計方法是件刻不容緩的事。
本課程的設計包括，貝氏統計方法的基礎概念、機率分配、貝氏推論、貝氏模擬、貝氏潛在類別分析、貝氏階層線性模型、貝氏項目反應理論、以及狄利克雷歷程混合模型。
課程中也將教授學生如何使用程式語言R與JAGS實作貝氏統計分析。
這些基礎概念和應用程式練習將幫助學生提昇應用技能，能夠在短時間內進階到國際水準。
授課教師包括心理系楊立行老師以及美國康乃爾大學醫學院李玉麟教授，更可以提升修課同學與國際接軌的機會。
課程目標｜Goal俾使同學能了解貝氏統計方法的基本概念，以及實際完成一個應用貝氏統計方法的專案。
此外，由於採用線上平台等數位工具輔助教學，修課同學也能與授課教師於線上討論，增加同學們的國際交流。
本課程也鼓勵本地學生能藉此機會與李教授合作研究。
課程進度｜ScheduleWeek1:IntroductionWeek2:RbasicsandBayes’TheoremWeek3:MoonfestivalWeek4:MarkovChainMonteCarlomethodWeek5:Parameterestimation–BinominaldistributionWeek6:Parameterestimation–normaldistributionWeek7:Parameterestimation–tdistributionandcorrelationWeek8:RegressionandANOVAinBayesianstyleWeek9:MidtermexaminationWeek10:CognitivemodelinginBayesianstyle上課形式｜Activities講堂與視訊授課並行【修課人數】校內學員：20人網路學員：10人共25人評分標準｜Grading學期成績的評量方式為作業佔70%、專題報告佔30%。
每週課程結束後都有作業，作業內容主要與該週的課程進度一致。
作業的評分標準以內容正確性、報告撰寫完整性為主。
作業須於下週上課時間前完成上傳繳交，遲交以零分計。
每位同學於學期末須繳交一篇專題研究，同學們需自行擬定主題，蒐集資料並應用本學期所學習之貝氏統計技巧完成資料分析。
專題的評分標準則包括內容重要性、運算難度、分析報告完整性以及對未來研究的啟發性為主。
作業與專題的程式碼一律需以R語言撰寫完成。
先備知識｜Prerequisites統計學、機率參考書目｜ReadingsKruschke,J.K.(2014).DoingBayesianDataAnalysis(SecondEdition)ATutorialwithR,JAGS,andStan.Lee,M.D.,&Wagenmakers,E.-J.(2014).BayesianCognitiveModeling:APracticalCourse.CambridgeUniversityPress,UK.本頁面瀏覽人次：39111選單｜Menu聯絡我們｜關於我們分享在facebook分享在skype分享在twitter分享在pinterest分享在email●本網站總瀏覽數：231115●本頁面瀏覽人次：39111相關單位人工智慧與數位教育中心教學發展中心高教深耕辦公室國立政治大學選單人工智慧與數位教育中心教學發展中心高教深耕辦公室國立政治大學相關資源地方創生平台政治大學磨課師課程選單地方創生平台政治大學磨課師課程本網站內容僅供學術使用，嚴禁任何商業行為。
Copyrig
3. 貝氏統計：原理與應用
貝氏統計是一套以貝氏估計為核心的統計方法學，透過馬可夫鏈蒙地卡羅模擬完整呈現參數的分布狀態，藉以進行貝氏推論與決策，不僅可以應用於經典的迴歸或變異數分析，更 ...選擇語言English繁體中文简体中文:::相關網站博客來售票網企業採購福利平台海外專館:::會員服務|快速功能0結帳您好 ( 登出 ) 登入 加入會員購物金購物金 0儲值金 0E-Coupon 0 張單品折價券 0 張會員專區電子書櫃線上客服繁體關閉廣告展開廣告回博客來首頁客服公告：配合防疫政策各項服務暨國內出貨資訊調整詳情移動滑鼠展開全站分類:::全站分類全站分類旗艦店:::網站搜尋全部展開全部圖書電子書影音百貨雜誌售票海外專館禮物卡搜尋熱門關鍵字提升外語力蔡璧名阿富汗時報套書59折起中文書兒童暑期閱讀新書預購排行榜選書即將出版特價書香港出版讀者書評出版社專區分類總覽博客來中文書專業/教科書/政府出版品財經類統計統計軟體商品介紹貝氏統計：原理與應用已追蹤作者：[ 修改 ]確定取消作者：邱皓政 新功能介紹出版社：雙葉書廊 新功能介紹出版日期：2020/08/27語言：繁體中文定價：620元優惠價：95折589元本商品單次購買10本9折558元使用購物金最高可抵100% 詳情1點OPENPOINT可兌換1點購物金，1點購物金可抵1元，實際點數依您帳戶為準。
如何獲得OPENPOINT點數？如何兌換購物金？詳見OPENPOINT說明查詢我的購物金？登入會員專區運送方式：臺灣與離島海外可配送點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可取貨點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可配送點：全球可取貨點：香港、澳門、新加坡、馬來西亞、菲律賓載入中...我要寫評鑑分享 內容簡介 貝氏統計是一套以貝氏估計為核心的統計方法學，透過馬可夫鏈蒙地卡羅模擬完整呈現參數的分布狀態，藉以進行貝氏推論與決策，不僅可以應用於經典的迴歸或變異數分析，更適合社會科學研究的高階複雜統計模式，例如多層次模式、結構方程模式、成長模式與混合模式等，有效解決頻率統計所面臨的估計問題與資料分析困境，被譽為二十一世紀的統計革命。
本書分成原理與應用兩篇，除了詳細介紹貝氏統計的各項原理與關鍵技術，統整大量當代文獻與技術報告，更以Mplus或R語法針對當代主流的統計模式進行範例演示與報表解說，內容論述深入淺出，操作步驟明確清晰，是學術領域同好提升研究能量值得參考的學術專書，也是大學研究所培育人才最重要的專業教材。
1.基礎原理與數理概念的介紹循序漸進、完整詳實，避免生澀的統計定義與繁瑣的公式推導，深入淺出、簡明易懂。
2.全面回顧當代重要文獻與技術報告，追蹤各項關鍵技術的發展，同步掌握前沿學者的邏輯思維與國際期刊的發表要求。
3.各類統計模式背景說明詳盡，提供具體範例、Mplus及R語法指令與報表解說，快速掌握貝氏估計的運用方法與論文寫作要訣。
4.各相關章節的Mplus與R語法及資料檔案供下載演練。
作者介紹作者簡介邱皓政 現職 國立臺灣師範大學企業管理學系教授／教育心理與輔導學系合聘教授 學歷 美國南加州大學（UniversityofSouthernCalifornia）哲學博士，主修心理計量學（Ph.D.inPsychometrics）。
經歷 曾任教於國立中央大學、國立交通大學、輔仁大學、世新大學等校，美國聖母大學訪問學者、華南師範大學客座教授、北京中國科學院訪問教授。
擔任美國加州大學洛杉磯分校（UCLA）神經醫學研究中心統計分析師、教育部訓育委員會研究專員，歷經臺灣統計方法學學會理事長、臺灣心理學會祕書長、臺灣校務研究專業協會副祕書長等職務。
專長領域與研究興趣 專長領域為高階統計模式與貝氏統計。
研究興趣為統計方法與應用技術、心理測驗與評量、組織行為、人力資源管理、教育訓練與發展。
著作 曾發表中英文期刊與研討會論文百餘篇，著有《結構方程模式》、《量化研究法(一)：研究設計與資料分析》、《量化研究法(二)：統計原理與分析技術》、《量化研究法(三)：測驗原理與量表發展技術》、《多層次模式與縱貫資料分析》、《量化研究與統計分析》、《統計學：原理與應用》等書。
目錄原理篇第01章導論：貝氏時代1.1前言1.2貝氏統計與推論原理1.3貝氏估計的程序與報告1.4結語第02章機率、貝氏定理與機率分配2.1機率原理2.2貝氏定理2.3離散機率分配2.4連續機率分配2.5結語第03章貝氏機率運算3.1前言3.2概似原理與估計3.3後驗分配的特性3
如何獲得OPENPOINT點數？如何兌換購物金？詳見OPENPOINT說明查詢我的購物金？登入會員專區運送方式：臺灣與離島海外可配送點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可取貨點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可配送點：全球可取貨點：香港、澳門、新加坡、馬來西亞、菲律賓載入中...我要寫評鑑分享 內容簡介 貝氏統計是一套以貝氏估計為核心的統計方法學，透過馬可夫鏈蒙地卡羅模擬完整呈現參數的分布狀態，藉以進行貝氏推論與決策，不僅可以應用於經典的迴歸或變異數分析，更適合社會科學研究的高階複雜統計模式，例如多層次模式、結構方程模式、成長模式與混合模式等，有效解決頻率統計所面臨的估計問題與資料分析困境，被譽為二十一世紀的統計革命。
本書分成原理與應用兩篇，除了詳細介紹貝氏統計的各項原理與關鍵技術，統整大量當代文獻與技術報告，更以Mplus或R語法針對當代主流的統計模式進行範例演示與報表解說，內容論述深入淺出，操作步驟明確清晰，是學術領域同好提升研究能量值得參考的學術專書，也是大學研究所培育人才最重要的專業教材。
1.基礎原理與數理概念的介紹循序漸進、完整詳實，避免生澀的統計定義與繁瑣的公式推導，深入淺出、簡明易懂。
2.全面回顧當代重要文獻與技術報告，追蹤各項關鍵技術的發展，同步掌握前沿學者的邏輯思維與國際期刊的發表要求。
3.各類統計模式背景說明詳盡，提供具體範例、Mplus及R語法指令與報表解說，快速掌握貝氏估計的運用方法與論文寫作要訣。
4.各相關章節的Mplus與R語法及資料檔案供下載演練。
作者介紹作者簡介邱皓政 現職 國立臺灣師範大學企業管理學系教授／教育心理與輔導學系合聘教授 學歷 美國南加州大學（UniversityofSouthernCalifornia）哲學博士，主修心理計量學（Ph.D.inPsychometrics）。
經歷 曾任教於國立中央大學、國立交通大學、輔仁大學、世新大學等校，美國聖母大學訪問學者、華南師範大學客座教授、北京中國科學院訪問教授。
擔任美國加州大學洛杉磯分校（UCLA）神經醫學研究中心統計分析師、教育部訓育委員會研究專員，歷經臺灣統計方法學學會理事長、臺灣心理學會祕書長、臺灣校務研究專業協會副祕書長等職務。
專長領域與研究興趣 專長領域為高階統計模式與貝氏統計。
研究興趣為統計方法與應用技術、心理測驗與評量、組織行為、人力資源管理、教育訓練與發展。
著作 曾發表中英文期刊與研討會論文百餘篇，著有《結構方程模式》、《量化研究法(一)：研究設計與資料分析》、《量化研究法(二)：統計原理與分析技術》、《量化研究法(三)：測驗原理與量表發展技術》、《多層次模式與縱貫資料分析》、《量化研究與統計分析》、《統計學：原理與應用》等書。
目錄原理篇第01章導論：貝氏時代1.1前言1.2貝氏統計與推論原理1.3貝氏估計的程序與報告1.4結語第02章機率、貝氏定理與機率分配2.1機率原理2.2貝氏定理2.3離散機率分配2.4連續機率分配2.5結語第03章貝氏機率運算3.1前言3.2概似原理與估計3.3後驗分配的特性3
4. 貝氏定理在生活中很有用，可是它到底怎麼算？
對於許多上過統計課的學生而言，貝氏定理（Bayes Theorem）是又熟悉又陌生的。
... 局資料庫CODIS中某人的DNA相符、甚至統計上P值檢定得到顯著結果。
◎林澤民／美國德州大學奧斯汀分校政府系教授、巫俊穎／美國德州大學奧斯汀分校政府系博士候選人 ※本文原發表於作者部落格 對於許多上過統計課的學生而言，貝氏定理（BayesTheorem）是又熟悉又陌生的。
熟悉，是因為絕大多數的大學或研究所統計課堂都有教貝式定理；陌生，則是因為許多學生上完統計課之後，對於貝式定理仍然一知半解，甚至視為畏途。
根據我們的觀察，造成此現象的原因有二：首先，一般基本統計學教科書雖然會提到貝氏定理，但絕大多數的教科書仍然只涵蓋以P值檢定為基礎的傳統「次數統計推論」（frequentiststatisticalinference）。
學生即使學了貝氏定理，也只把它當作一個數學公式，不知道它對學習統計學有什麼幫助，更不知道它具備生活實用性。
其次，貝式定理的數學表示式難以背誦；即使一時背了，也容易忘記。
以下是教科書上常見的貝式定理定義：假定事件A和事件B發生的機率分別是 Pr(A) 和 Pr(B)，則在事件B已經發生的前提之下，事件A發生的機率是（其中「﹁」在邏輯上為「非」的符號：「﹁A」即「非A」）如果沒有充分理解機率運算的定義和法則，實在難以理解此公式背後的邏輯。
許多學生因此強記上述公式以準備考試，只求能解題而不求理解；公式反而成為學習貝式定理的主要障礙。
本文的主要目的是要破除許多學生對於貝式定理「困難又不實用」的刻板印象。
事實上，我們生活之中有許多情況必須要運用貝式定理的邏輯思考，否則便容易產生偏差甚至陷於謬誤。
舉例來說，每逢有人因車禍不幸橫死，當記者報導死者是孝子，我們常唏噓說為何橫死的都是好人？這樣的想法，其實犯了諾貝爾經濟學獎得主、心理學家 DanielKahneman 所說的「基率謬誤」（baseratefallacy）。
簡單來說,就是沒有把「絕大多數人都是好人」這個「基率」—貝氏定理所謂的先驗機率（priorprobability）—納入考量所致。
因為絕大多數人都是好人，即使老天爺真的大致上賞善罰惡，橫死的人也會大多是好人，更不用說車禍應該跟善惡無關了。
比如我們假設每100人中只有1人（1%）是十惡不赦的「壞人」，其餘99人（99%）都是「好人」。
再假設90%的壞人果然都遭車禍橫死，而只有10%的好人意外橫死。
這樣老天算是有眼了，可是如果今天有人意外橫死，請問他是好人的機率多少呢？用貝氏定理可以算出Pr(好人|橫死)=0.92，也就是橫死的人中有92%會是「好人」，只有8%是壞人！這正是因為大部分人都是好人，出事的當然容易是好人，即使老天有眼也是一樣。
貝氏定理的原理就是在先驗機率的基礎上，納入新事件的資訊來更新先驗機率，這樣算出來的機率便叫做後驗機率（posteriorprobability）。
以前述好人橫死的例子來說，先驗機率的分配是Pr(好人)=0.99及Pr(壞人)=0.01。
在無其他資訊的情況下，我們在街上隨機遇到一個人，此人為好人的機率是0.99。
但現在此人被車子撞死了，根據我們對老天有眼的假設（Pr(橫死|好人)=0.1及Pr(橫死|壞人)=0.9），好人不容易橫死，而此人橫死了，這新事件的資訊可以讓我們用貝氏定理來計算後驗機率Pr(好人|橫死)=0.92，也就是此人為好人的機率變小。
這就是所謂「貝氏更新」（Bayesianupdating）：新事件的資訊改變了我們原來的估計。
如果我們沒有把先驗機率納入計算，我們很可能因為相信老天有眼，橫死的應該大多是壞人，就斷此人很可能是壞人。
而若確定此人是好人，我們就唏噓不已，甚至怨罵老天。
這兩種反應的人其實都犯了「基率謬誤」。
當然，如果車禍跟人的好壞無關，也就是不論好人壞人橫死的機率都一樣，則有人橫死的新事件是不會更新我們對他是好人或壞人的基率的。
Kahneman在《快思慢想》一書中舉了一個也是跟車禍有關的「基率謬誤」的例子。
某天夜晚城裡發生了一件車禍，肇事的車子逃逸，但有證人指認那是一輛藍色的計程車。
城裡只有藍色、綠色兩種計程車；綠色車佔85%，藍色車僅佔15%。
法庭檢驗證人在夜晚識別車色的能力，發現他識別正確的機率是80%，而
... 局資料庫CODIS中某人的DNA相符、甚至統計上P值檢定得到顯著結果。
◎林澤民／美國德州大學奧斯汀分校政府系教授、巫俊穎／美國德州大學奧斯汀分校政府系博士候選人 ※本文原發表於作者部落格 對於許多上過統計課的學生而言，貝氏定理（BayesTheorem）是又熟悉又陌生的。
熟悉，是因為絕大多數的大學或研究所統計課堂都有教貝式定理；陌生，則是因為許多學生上完統計課之後，對於貝式定理仍然一知半解，甚至視為畏途。
根據我們的觀察，造成此現象的原因有二：首先，一般基本統計學教科書雖然會提到貝氏定理，但絕大多數的教科書仍然只涵蓋以P值檢定為基礎的傳統「次數統計推論」（frequentiststatisticalinference）。
學生即使學了貝氏定理，也只把它當作一個數學公式，不知道它對學習統計學有什麼幫助，更不知道它具備生活實用性。
其次，貝式定理的數學表示式難以背誦；即使一時背了，也容易忘記。
以下是教科書上常見的貝式定理定義：假定事件A和事件B發生的機率分別是 Pr(A) 和 Pr(B)，則在事件B已經發生的前提之下，事件A發生的機率是（其中「﹁」在邏輯上為「非」的符號：「﹁A」即「非A」）如果沒有充分理解機率運算的定義和法則，實在難以理解此公式背後的邏輯。
許多學生因此強記上述公式以準備考試，只求能解題而不求理解；公式反而成為學習貝式定理的主要障礙。
本文的主要目的是要破除許多學生對於貝式定理「困難又不實用」的刻板印象。
事實上，我們生活之中有許多情況必須要運用貝式定理的邏輯思考，否則便容易產生偏差甚至陷於謬誤。
舉例來說，每逢有人因車禍不幸橫死，當記者報導死者是孝子，我們常唏噓說為何橫死的都是好人？這樣的想法，其實犯了諾貝爾經濟學獎得主、心理學家 DanielKahneman 所說的「基率謬誤」（baseratefallacy）。
簡單來說,就是沒有把「絕大多數人都是好人」這個「基率」—貝氏定理所謂的先驗機率（priorprobability）—納入考量所致。
因為絕大多數人都是好人，即使老天爺真的大致上賞善罰惡，橫死的人也會大多是好人，更不用說車禍應該跟善惡無關了。
比如我們假設每100人中只有1人（1%）是十惡不赦的「壞人」，其餘99人（99%）都是「好人」。
再假設90%的壞人果然都遭車禍橫死，而只有10%的好人意外橫死。
這樣老天算是有眼了，可是如果今天有人意外橫死，請問他是好人的機率多少呢？用貝氏定理可以算出Pr(好人|橫死)=0.92，也就是橫死的人中有92%會是「好人」，只有8%是壞人！這正是因為大部分人都是好人，出事的當然容易是好人，即使老天有眼也是一樣。
貝氏定理的原理就是在先驗機率的基礎上，納入新事件的資訊來更新先驗機率，這樣算出來的機率便叫做後驗機率（posteriorprobability）。
以前述好人橫死的例子來說，先驗機率的分配是Pr(好人)=0.99及Pr(壞人)=0.01。
在無其他資訊的情況下，我們在街上隨機遇到一個人，此人為好人的機率是0.99。
但現在此人被車子撞死了，根據我們對老天有眼的假設（Pr(橫死|好人)=0.1及Pr(橫死|壞人)=0.9），好人不容易橫死，而此人橫死了，這新事件的資訊可以讓我們用貝氏定理來計算後驗機率Pr(好人|橫死)=0.92，也就是此人為好人的機率變小。
這就是所謂「貝氏更新」（Bayesianupdating）：新事件的資訊改變了我們原來的估計。
如果我們沒有把先驗機率納入計算，我們很可能因為相信老天有眼，橫死的應該大多是壞人，就斷此人很可能是壞人。
而若確定此人是好人，我們就唏噓不已，甚至怨罵老天。
這兩種反應的人其實都犯了「基率謬誤」。
當然，如果車禍跟人的好壞無關，也就是不論好人壞人橫死的機率都一樣，則有人橫死的新事件是不會更新我們對他是好人或壞人的基率的。
Kahneman在《快思慢想》一書中舉了一個也是跟車禍有關的「基率謬誤」的例子。
某天夜晚城裡發生了一件車禍，肇事的車子逃逸，但有證人指認那是一輛藍色的計程車。
城裡只有藍色、綠色兩種計程車；綠色車佔85%，藍色車僅佔15%。
法庭檢驗證人在夜晚識別車色的能力，發現他識別正確的機率是80%，而
5. [06W337]貝氏資料分析(Bayesian Data Analysis)
貝氏資料分析為統計學中處理與分析巨量資料的方法，在許多社會科學的應用領域(例如心理學，醫學研究等等）廣為人所熟知。
舉例而言，在許多國家的保險費率精算，即是 ...自強課程自強課程課程名稱貝氏資料分析(BayesianDataAnalysis)【年度新課】進入大數據分析殿堂的基礎入門課程，千萬不容錯過！把握機會趕緊報名！ 課程代碼：06W337 上課時間：106/11/15-12/20，週三晚間上課，18:30~21:30，共6次18小時。
上課時數：18小時 上課地點：清華大學創新育成大樓(近寶山路與高翠路交叉口) 課程費用：6000元(符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。
) 超值優惠：VIP企業會員價：VIP企業會員可享優惠價格(按我)會員優惠價：會員於開課前七天完成報名繳費者可享會員優惠價5400元團報價方案：會員2人同行，可享同行價5200元(須於課前告知)會員紅利折抵：本課程歡迎使用紅利折抵，最高可使用100點 課程目標：貝氏資料分析為統計學中處理與分析巨量資料的方法，在許多社會科學的應用領域(例如心理學，醫學研究等等）廣為人所熟知。
舉例而言，在許多國家的保險費率精算，即是使用貝氏資料分析獲得，而用此方法分析的結果也較能取得相關部門(如保險局)的審核認可。
本課程將藉由範例與引導，教導學員貝氏資料分析領域的基礎知識與分析方法。
課程特色：1.本課程從基礎出發，修課學員無需具備高等數學或統計知識。
2.讓學員從範例中學習資料分析。
3.課程範例與公用(Utility)程式可直接用於實際的資料分析，解決實務問題。
修課條件：對統計與資料分析有興趣者。
課程大綱：1.IntroductiontoBayesianInference2.Bayes’Rule3.IntroductiontoJAGS4.MarkovChainMonteCarlo5.HierarchicalModels6.OverviewoftheGeneralizedLinearModel 課程師資：自強基金會專業講師學歷：美國俄亥俄州立大學博士專長：無線通訊與行動計算、資料處理、網路安全等 相關課程：06W313《智慧電子學院計畫》智慧生產與製造資料分析 學員須知：報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法 注意事項疫外轉彎充電轉型：響應政府紓困政策，觀光產業從業人員可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附相關證明資料(名片/識別證/公司在職證明..等))。
清華大學學生優惠方案：清華大學學生可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附清華大學學生證)。
若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。
無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書改以電子方式提供。
使用VIP廠商優惠之學員，上課當日報到時須查核該公司識別證(相關證明資料)。
會員紅利折抵限以原價或會員優惠價再折抵，其他方案不適用。
課前請詳閱簡章之課程內容或利用課程諮詢電話。
課程嚴禁旁聽，亦不可攜眷參與。
課程查詢或相關作業時程，請洽以下聯絡窗口。
聯絡資訊03-5623116ext3228謝小姐[email protected]會員註冊常見問題轉寄好友友善列印Facebook
舉例而言，在許多國家的保險費率精算，即是 ...自強課程自強課程課程名稱貝氏資料分析(BayesianDataAnalysis)【年度新課】進入大數據分析殿堂的基礎入門課程，千萬不容錯過！把握機會趕緊報名！ 課程代碼：06W337 上課時間：106/11/15-12/20，週三晚間上課，18:30~21:30，共6次18小時。
上課時數：18小時 上課地點：清華大學創新育成大樓(近寶山路與高翠路交叉口) 課程費用：6000元(符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。
) 超值優惠：VIP企業會員價：VIP企業會員可享優惠價格(按我)會員優惠價：會員於開課前七天完成報名繳費者可享會員優惠價5400元團報價方案：會員2人同行，可享同行價5200元(須於課前告知)會員紅利折抵：本課程歡迎使用紅利折抵，最高可使用100點 課程目標：貝氏資料分析為統計學中處理與分析巨量資料的方法，在許多社會科學的應用領域(例如心理學，醫學研究等等）廣為人所熟知。
舉例而言，在許多國家的保險費率精算，即是使用貝氏資料分析獲得，而用此方法分析的結果也較能取得相關部門(如保險局)的審核認可。
本課程將藉由範例與引導，教導學員貝氏資料分析領域的基礎知識與分析方法。
課程特色：1.本課程從基礎出發，修課學員無需具備高等數學或統計知識。
2.讓學員從範例中學習資料分析。
3.課程範例與公用(Utility)程式可直接用於實際的資料分析，解決實務問題。
修課條件：對統計與資料分析有興趣者。
課程大綱：1.IntroductiontoBayesianInference2.Bayes’Rule3.IntroductiontoJAGS4.MarkovChainMonteCarlo5.HierarchicalModels6.OverviewoftheGeneralizedLinearModel 課程師資：自強基金會專業講師學歷：美國俄亥俄州立大學博士專長：無線通訊與行動計算、資料處理、網路安全等 相關課程：06W313《智慧電子學院計畫》智慧生產與製造資料分析 學員須知：報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法 注意事項疫外轉彎充電轉型：響應政府紓困政策，觀光產業從業人員可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附相關證明資料(名片/識別證/公司在職證明..等))。
清華大學學生優惠方案：清華大學學生可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附清華大學學生證)。
若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。
無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書改以電子方式提供。
使用VIP廠商優惠之學員，上課當日報到時須查核該公司識別證(相關證明資料)。
會員紅利折抵限以原價或會員優惠價再折抵，其他方案不適用。
課前請詳閱簡章之課程內容或利用課程諮詢電話。
課程嚴禁旁聽，亦不可攜眷參與。
課程查詢或相關作業時程，請洽以下聯絡窗口。
聯絡資訊03-5623116ext3228謝小姐[email protected]會員註冊常見問題轉寄好友友善列印Facebook