Bayes, pria yang hanya hidup di materi pelajaran

Karya Anonymous Bayes, yang lahir pada tahun 1910, terus membuktikan bahwa ketidakpastian ketumbar dapat diukur. Di sisi lain, karya ini juga memberikan kita cara untuk menyimpulkan probabilitas yang tidak diketahui berdasarkan pengalaman dunia objektif, yang didasarkan pada hasil dari informasi yang terus-menerus kita dapatkan.

Seperti Thomas Bayes, yang terkenal dalam sejarah ilmu pengetahuan, tidak ada yang bisa ditulis tentang kisah kehidupan pribadinya. Hal ini menunjukkan bahwa Bayes benar-benar sangat rendah hati (atau, katakanlah, tidak merah), di sisi lain, bagi penulis seperti saya membawa ketidaknyamanan yang sangat besar, karena pada kenyataannya semua orang suka melihat keanehan ilmuwan, seperti keangkuhan yang tidak baik dalam bergaul dengan orang lain, seperti kejutan intermiten dari mainan depresi, dan ketidaknyamanan bisa menjadi kecemburuan untuk mempelajari yatsu, atau tidak dapat sepenuhnya mencerminkan karakteristik jenius.

• Thomas Bayes Namun, Bayes adalah orang yang sangat membosankan. Ia adalah seorang pendeta sekte non-mainstream yang tinggal di pedesaan Inggris, dan pekerjaan hariannya adalah menyelenggarakan pesta dansa di alun-alun, tidak benar, Misa, dan dikatakan bahwa seluruh desa menyukainya. Satu-satunya hal yang terlihat sedikit legendaris adalah bahwa ia, seperti banyak legenda, tidak pernah menerbitkan buku dalam hidupnya. Tentu saja, kebanyakan orang yang tidak legendaris juga.

Pada saat Bayes meninggal, ia meninggalkan 100 poundsterling untuk seorang pendeta bernama Prince. Prince adalah seorang pria yang luar biasa, yang membangun peradaban spiritual dan material lebih tinggi dari Bayes. Dia merasa bahwa kehendak bebas adalah karunia dari Tuhan, dan juga menulis sebuah makalah yang membuktikan bahwa kemerdekaan Amerika Serikat juga merupakan kehendak Tuhan.

Dalam makalahnya, Bayes bermaksud untuk meneliti pertanyaan ini: bagaimana kita harus menghitung probabilitas terjadinya suatu peristiwa jika kita hanya tahu berapa kali peristiwa itu terjadi dan berapa kali tidak terjadi, tanpa informasi lain?

Mari kita ingat kembali contoh dari artikel sebelumnya (Risk Story 4: The Mummy and the God Curve). Misalnya, untuk sekumpulan produk, kami mengambil 10.000 produk dan menemukan 12 dari mereka adalah sampah, maka untuk sekumpulan produk ini, berapa besar probabilitas bahwa tingkat sampah adalah 0.1%? Untuk kehidupan nyata, pertanyaan ini tentu saja lebih berharga bagi kita, karena pengamatan setiap orang terhadap sesuatu selalu terbatas, kita perlu tahu seberapa besar apa yang kita lihat dapat mencerminkan kebenaran, sama seperti bagaimana kita bisa menentukan apakah kita benar-benar menyentuh seluruh gajah, atau kaki saudara kita yang lebih besar di samping kaki gajah.

Metode yang digunakan oleh Bayes, sebenarnya adalah dengan terus menerus memodifikasi informasi lama dengan informasi baru, meningkatkan kredibilitas probabilitas berdasarkan perbaikan. Itulah probabilitas anterior dan posterior dalam legenda. Untuk masalah ini, Bayes memberikan contoh klasik dalam makalahnya:

Jika kita bermain bola di meja tenis dan bola berhenti di tempat mana saja. Kemudian, kita bermain bola lain berulang-ulang dan menghitung berapa kali bola itu bergulir ke kiri dan kanan bola pertama. Tentu saja di sini Anda bisa mengajukan pertanyaan yang masuk akal, yaitu, jika kita bermain bola, mengapa tidak menggunakan bola kedua untuk bermain bola pertama, saya pikir Anda bertanya dengan baik, tapi saya tidak ingin menjawabnya.

Dalam contoh ini, probabilitas yang diberikan secara langsung pada posisi pendaratan bola pertama adalah probabilitas awal, sedangkan probabilitas yang disimpulkan berdasarkan situasi bola kedua pada posisi pendaratan bola pertama adalah probabilitas akhir. Dengan kata lain, metode Bayesian adalah bahwa pengetahuan kita dibatasi oleh kemampuan kognitif kita, sehingga kita perlu terus-menerus memperbaiki pendapat kita dengan informasi yang diperbarui.

Kata-kata di atas mungkin adalah kalimat yang paling berbau kasar yang pernah diunggah. Mari kita anggap sebuah contoh membantu memahami:

Siwon telah membuka dua mall di kota Anda, lalu lintas di mall baru menyumbang 60% dari total lalu lintas, maka pada saat ini setiap pelanggan bagi Siwon, ada 60% probabilitas untuk menjadi pelanggan dari mall baru. Ini adalah probabilitas awal. Dan fasilitas mall lama tidak terkelola, staf kurang terlatih, dan tingkat keluhan yang diterima dua kali lebih tinggi daripada mall baru.

Jawaban yang paling sederhana adalah meminta Siwon langsung bertanya kepada orang di mana. Tentu saja orang itu mungkin akan menjawab Anda menebak ((terlalu buruk), maka bagaimana Siwon harus menebak akan memiliki peluang yang lebih besar yang benar? Jika dilihat dari probabilitas awal, maka Siwon harus mencari manajer mall baru, karena lalu lintas mall baru lebih besar daripada yang lama.

Bayes yang tidak dikenal sejak lahir sekarang muncul di hampir semua materi pelajaran statistik, kecerdasan buatan, teori permainan, dan genetika, membuat banyak siswa yang mengikuti ujian akhir universitas memiliki masalah seumur hidup. Karyanya terus membuktikan bahwa ketidakpastian ketidaksetiaan adalah ide yang mengasyikkan bahwa ketidaksetiaan dapat diukur, tetapi juga memberi kita cara untuk menyimpulkan probabilitas yang tidak diketahui berdasarkan pengalaman dunia obyektif, yang merupakan hasil dari perbaikan terus-menerus dari informasi yang kita dapatkan.

Dikutip dari China Quantitative Investment Association