一次经历,能说明多少?——从 n=1、似然比到我们如何理解自己

一封拒稿邮件到来时，屏幕上的字通常不多；一次考试失利，卷面上的分数也不过两三位。事情本身很短，我们却很容易在心里替它续写出很长的结论。

一篇论文被拒，便怀疑整个研究方向；一次课堂表达没有得到回应，便觉得自己不善言辞；一次选择出了错，便仿佛证明了自己缺乏判断力。

我们常常不是在描述一次经历，而是在借一次经历定义自己。

但从统计意义上说，一次，不过是 n=1。

一次，不等于没有信息

“小样本”容易被理解为“没有意义”，其实并不准确。

一个样本当然可以提供信息。有时，一次观测甚至足以显著改变原有判断。真正需要追问的，不只是样本有几个，而是这项证据究竟具有多强的区分力。

一次失败之中，既可能包含我们想了解的信号，也可能混入状态、情境、运气与随机扰动。

学生可能确实没有掌握某个知识点，也可能只是那天身体不适；一次演讲的冷场，可能来自表达方式，也可能来自听众、时机与场合；一次研究没有得到预期结果，可能推翻了原来的假设，也可能只是数据、测量或模型设定出了问题。

问题在于，情绪往往会放大一件事在记忆中的重量。

越令人难过的经历，我们越容易相信它意义重大；越使人羞愧的失败，我们越倾向于把它解释成某种本质性的缺陷。

但情绪的强度，不等于证据的信息量。

证据究竟支持哪一种解释

贝叶斯方法提供了一个更准确的尺度：似然比。

假设面对一次失败，我们有两种解释：

H1：我确实不擅长这件事。

H0：我原本可以，只是这一次没有做好。

现在，我们观察到一次失败，把它记作 E。似然比可以写成：

Λ＝P(E｜H1) ÷ P(E｜H0)

这个式子所问的，其实很朴素：

如果H1成立，这次失败有多可能发生？如果H0成立，同样的失败又有多可能发生？

假如在两种解释之下，这件事都很容易出现，那么似然比便接近1。这项证据虽然真实，却没有多少区分力。

例如，一个人在极度疲惫的状态下做错一道题，并不能很好地区分“他不会做”与“他只是状态不好”。因为无论哪一种解释成立，错误都不难发生。

只有当一项证据在两种解释之下出现的可能性相差很大，它才真正具有区分力。似然比越明显地偏离1，证据越有能力把判断推向其中一种解释。

所以，令人难过，并不等于信息量很大。

反过来，n=1也不必然意味着证据很弱。如果某个结果在一种解释下极少出现，在另一种解释下却非常常见，那么一次观测也可能很有分量。

贝叶斯思维既不迷信大样本，也不轻视小样本。它关心的是：证据究竟改变了什么，以及应该改变多少。

从20%更新到33%

再看一个简单的数字例子。

这里所说的“赔率”，不是日常意义上的下注赔率，而是两种解释之间相对可信程度的比值。

假设在这次失败发生以前，根据过去的表现和已有经验，我认为自己“确实不擅长”的概率是20%，而“原本可以，只是偶尔失手”的概率是80%。

那么，两种解释之间的先验赔率就是：

20% ÷ 80%＝1∶4

“先验”并不是成见。它只是表示：在新证据到来以前，我们已经根据过去的经验处在某个判断位置上。

现在加入一次新的失败。

假设如果我确实不擅长，这次失败出现的概率是60%；如果我原本可以，只是偶尔失手，同样的失败出现的概率是30%。

那么，这项证据的似然比就是：

60% ÷ 30%＝2

贝叶斯更新可以写成：

后验赔率＝先验赔率×似然比

于是：

1∶4 × 2＝1∶2

把1∶2的后验赔率换算成概率，大约是33%。

也就是说，这次失败确实提供了不利证据，使“我可能不擅长”的判断从20%上升到了33%。

它改变了我们的认识，却没有把20%直接推到100%。

这些数字当然只是为了展示推理结构，并不是对现实人生的精确测量。它真正说明的是：一次失败不应被忽略，但它能在多大程度上改变判断，既取决于此前积累的经验，也取决于这次证据本身具有多强的区分力。

十次失败，也未必是十份独立证据

样本数量增加以后，判断通常会变得更可靠。但这里还有一个经常被忽略的问题：多次观测之间是否相互独立。

如果一个学生连续几次在同一种题型上失分，这些失败可能共同指向一个知识缺口；但如果几次考试都发生在同一段身体不适的时期，它们便可能受到同一个因素影响。

十次发生在同一环境、同一方法和同一种偏差之下的失败，未必等于十份独立证据。名义上的样本量是10，有效样本量却可能远小于10。

研究中如此，生活中也是如此。

一个人用同一种无效的方法尝试十次，得到的并不是关于自身能力的十次独立检验，而更可能是关于这种方法的一次反复证明。

因此，真正值得更新的，有时不是“我是否有能力”，而是“我正在使用的方法是否合适”。

这一区别非常重要。

教育不应把观测写成判决

这也是为什么，我始终不赞成把一次考试、一次排名或一次课堂表现写成对学生能力的最终判断。

分数当然是证据。否认分数没有意义。但分数所包含的信息需要被解释：它测量了什么，没有测量什么；其中有多少来自理解能力，有多少来自训练程度、题目类型、临场状态和评价方式。

教育真正应该做的，不是让每一次观测都显得漂亮，而是不断提供新的、高质量的观测，让一个人有机会更新对知识的理解，也更新对自己的认识。

第一次接触一个概念时，即使理解得并不完整，也会形成某种先验。以后每一次学习、练习和应用，都是新的证据。

认识并不是一次完成的。它是在不断更新中逐渐接近准确。

一个孩子不应因为第一次没有听懂，就认定自己“不适合数学”；一个年轻研究者也不应因为第一次投稿被拒，就认定自己的问题没有价值。

当然，更新也不能永远朝着自我安慰的方向进行。如果相互独立、具有较强区分力的证据一再出现，判断就应当作出更明显的调整。

贝叶斯方法从来不是拒绝坏消息，而是要求坏消息获得与其信息量相称的权重。

给证据应有的分量

我们需要的并不是盲目的乐观，而是一种更有纪律的判断方式。

它既不为了保护自尊而删除不喜欢的证据，也不因为一次挫败令人痛苦，就允许它独占全部解释权。

“这一次没有做好”，是一次观测。

“我就是这样的人”，却已经是一个关于自己的模型。

从观测走向模型，中间还隔着先验、噪声、似然比、有效样本量，以及未来尚未发生的许多次观测。

一个人的经历当然会塑造他，但任何一次经历，都不应未经检验便取得最终解释权。

或许，这正是贝叶斯思维最有人情味的地方：它尊重已经发生的事实，也为尚未发生的未来保留位置。

别让 n=1 替整个人生发言；也别假装它从未说过话。

Bayes Vision｜判断的尺度 02