第三章 貝葉斯推理的認知基礎

人們進行判斷和決策時，經常會面臨不確定性情境。為了減少不確定性的程度，往往通過收集、整理信息來做出判斷，即進行貝葉斯推理（Bayesian Inference）。關于貝葉斯推理的定義，主要有以下幾種看法：曼克特洛（Manktelow, 1999）認為，符合貝葉斯模型的推理就是貝葉斯推理。塞繆爾（Samuel, 2000）則認為，貝葉斯推理是將已有經驗與數據集的潛在知識相結合，利用先驗知識和樣本數據來獲得對未知樣本的估計，從而彌補各自的片面性與缺點，最終得到比較合理的結果。[1]史滋福等（2009）從心理學的視角出發，采用過程評定取向，將貝葉斯推理定義為：推理者對先驗知識和當前證據信息進行錨定、組合、調整，用以對逆條件事件進行主觀概率估計的過程。[2]這顯然是不同于邏輯學界的一種新定義。

貝葉斯推理源自人們根據新信息或證據調整自己已有觀點的日常生活經歷，如醫生在看病時首先會對病人做一個病情估計（即對病人患某種疾病的可能性進行估計），然后進行檢查、化驗，如果新增加的信息使他認為病人患有該病的可能性增大，并且達到他認為確實是患了這種病的可能時，他就會做出最后的診斷。如果錯誤地估計了這一可能性，則很有可能導致誤診，從而危及生命。但諸多研究表明，人們在貝葉斯推理時會經常犯錯誤，例如大多數推理者包括那些名牌醫學院的學生，在著名的醫學疾病診斷問題上表現得都很差，正確率低于10%。[3]因此，從認知的角度考察人們在貝葉斯推理時犯錯誤的原因是非常必要的。但到目前為止，對人類貝葉斯推理能力的研究存在兩種截然相反的觀點：一種認為，即使是“保守的”推理也在一定程度上與貝葉斯推理規則計算得出的結論相吻合（Edwards, 1968）。史滋福認為（參見史滋福，2007: 59—60，也參見Slovic & Lchtenstein, 1971），人們的直覺推理在大方向上（肯定或否定）是與計算結果一致的，只是精度不夠；彼得森和比奇（Peterson & Beach, 1976）認為，人作為直覺式統計學家，其概率推理方法一般類似于貝葉斯公式的計算。[4]另一種認為，人們的直覺推理與貝葉斯定理相距甚遠，甚至根本就沒有遵循貝葉斯推理規則（Kahnemen & Tversky,1972），古生物學者古爾德（Gould, 1992）更極端地認為，人們的大腦生來就不是遵循概率規則的。那么，人們在貝葉斯推理問題的解決過程中到底怎么了？（參見史滋福，2007: 59—60）為什么有的研究得出人類的直覺推理與貝葉斯推理規則相去甚遠，而有的研究又認為，人是直覺式統計學家呢？是什么因素影響了人們的貝葉斯推理？[5]