<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	>
<channel>
	<title>Comments on: 貝氏定理(上) - Monty Hall 的三扇門</title>
	<atom:link href="http://mmdays.com/2008/04/29/bayes1/feed/" rel="self" type="application/rss+xml" />
	<link>http://mmdays.com/2008/04/29/bayes1/</link>
	<description>網路, 產業, 資訊, 觀察, 生活, 電影, 技術, 新知, 科技, 媒體, 趨勢, Web 2.0</description>
	<pubDate>Fri, 05 Sep 2008 12:35:56 +0000</pubDate>
	<generator>http://wordpress.org/?v=2.6.1</generator>
		<item>
		<title>By: zender</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-19378</link>
		<dc:creator>zender</dc:creator>
		<pubDate>Wed, 03 Sep 2008 02:11:12 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-19378</guid>
		<description>答案是幾乎不變
當大家考慮參賽者的最佳策略時
怎麼都沒人考慮主持人的最佳策略
用賽局理論就會知道不可能提升到 2/3 這麼誇張。</description>
		<content:encoded><![CDATA[<p>答案是幾乎不變<br />
當大家考慮參賽者的最佳策略時<br />
怎麼都沒人考慮主持人的最佳策略<br />
用賽局理論就會知道不可能提升到 2/3 這麼誇張。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 【動腦】選什麼不重要，換不換才是王道！</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-18952</link>
		<dc:creator>【動腦】選什麼不重要，換不換才是王道！</dc:creator>
		<pubDate>Wed, 20 Aug 2008 21:16:55 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-18952</guid>
		<description>[...] MMDays的部落格 by Mr. Tomorrow [...]</description>
		<content:encoded><![CDATA[<p>[...] MMDays的部落格 by Mr. Tomorrow [...]</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 永</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-17588</link>
		<dc:creator>永</dc:creator>
		<pubDate>Thu, 12 Jun 2008 08:33:53 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-17588</guid>
		<description>[...] 這就是理論的通用性(generality)和可用性(applicability)的決擇。還記得Monty Hall 的三扇門嗎？如果我們現在要估計人們會選換門還是不換門，為自己定下「人們都是理性，計算機率的機器，只想增</description>
		<content:encoded><![CDATA[<p>[...] 這就是理論的通用性(generality)和可用性(applicability)的決擇。還記得Monty Hall 的三扇門嗎？如果我們現在要估計人們會選換門還是不換門，為自己定下「人們都是理性，計算機率的機器，只想增</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: foreverfat</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-17245</link>
		<dc:creator>foreverfat</dc:creator>
		<pubDate>Sat, 31 May 2008 18:49:59 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-17245</guid>
		<description>&lt;strong&gt;MIT’s Breaking Vegas...&lt;/strong&gt;

今天看了倫倫貢獻的決勝21點，賭桌上的手法沒有拍得很清楚～咕狗了一下，這是真實故事改編自MIT的故事。底下有discovery拍的特輯，共有19部分：另外...</description>
		<content:encoded><![CDATA[<p><strong>MIT’s Breaking Vegas&#8230;</strong></p>
<p>今天看了倫倫貢獻的決勝21點，賭桌上的手法沒有拍得很清楚～咕狗了一下，這是真實故事改編自MIT的故事。底下有discovery拍的特輯，共有19部分：另外&#8230;</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Tomorrow</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16897</link>
		<dc:creator>Mr. Tomorrow</dc:creator>
		<pubDate>Mon, 19 May 2008 05:55:25 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16897</guid>
		<description>而報名費定價的問題，我的答案是「不是」

因為「丟一顆骰子，出現押注的點數，賠6倍獎金」和「報名費100元，那麼獎金應該是 150」 都是所謂 actuarially fair 的(這個詞怎樣譯)，意思是用機率把payoff 計出來的話，遊戲的期望獎金(expected payoff)，剛好和報名費相同。

但是不是所有遊戲都應該要actuarially fair呢?這是另一個問題，大概這個問題會受人們的risk posture (又，這個怎樣譯好?對風險的看法?)和他們要想到最好的策略有多難影響。當然還有他們會否從中得到娛樂影響。你想想看，你有見到賭場的獎金是設定成「丟一顆骰子，出現押注的點數，賠6倍獎金」這樣「公平」的嗎？

但這個問題實在太大，我之後有機會開一篇新文章寫寫吧。</description>
		<content:encoded><![CDATA[<p>而報名費定價的問題，我的答案是「不是」</p>
<p>因為「丟一顆骰子，出現押注的點數，賠6倍獎金」和「報名費100元，那麼獎金應該是 150」 都是所謂 actuarially fair 的(這個詞怎樣譯)，意思是用機率把payoff 計出來的話，遊戲的期望獎金(expected payoff)，剛好和報名費相同。</p>
<p>但是不是所有遊戲都應該要actuarially fair呢?這是另一個問題，大概這個問題會受人們的risk posture (又，這個怎樣譯好?對風險的看法?)和他們要想到最好的策略有多難影響。當然還有他們會否從中得到娛樂影響。你想想看，你有見到賭場的獎金是設定成「丟一顆骰子，出現押注的點數，賠6倍獎金」這樣「公平」的嗎？</p>
<p>但這個問題實在太大，我之後有機會開一篇新文章寫寫吧。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Tomorrow</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16896</link>
		<dc:creator>Mr. Tomorrow</dc:creator>
		<pubDate>Mon, 19 May 2008 05:42:50 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16896</guid>
		<description>說來我也有點慚愧，我在&lt;a href="http://mmdays.com/2008/05/04/bayes2/" rel="nofollow"&gt;貝氏定理下篇&lt;/a&gt;說過，如果真正明白一個定理，就應該可以用不同的方法去理解也沒有問題，所以我是不應該不斷叫人不要用列舉可能性的方法的。以下我嘗試從列舉的方法去解說。

列舉的方法重點是&lt;strong&gt;每一層&lt;/strong&gt;(是每一層!!!!)都要是完全隨機(就好像擲硬幣，不論擲多少次，每一次都是隨機的)，&lt;strong&gt;因為主持人不是隨機選的，所以在這兒便出問題了。&lt;/strong&gt;

我在26 樓回應的問題，用擲毫的例子也可以說一次，如果有人對我說擲兩枚硬幣得到正正的機會是1/3 ，因為有三個可能性
1. 正正
2. 正反
3. 反反
相信大家都知道這是錯的，因為正反其實包括了「正反，反正」，不可以當成是一個可能性。但我也可以用另一個方法去道出這個方法的錯誤之處，便是問︰「為什麼當第二枚硬幣是正的話，第一枚硬幣便一定要是正？ (但第二枚是反的時候，第一枚則可正可反)」
這個問題和我在26 樓問的「為什麼當在獎金在1 號門時，參賽者會較多選一號門嗎？ 」是完完全全一樣的。

所以解決辦法也是一樣，只要把出問題的地方找出來，分成真正隨機的可能性便可以了，所以便有
1. 正正
2. 正反
3. 反正
4. 反反

熊說的24 個可能性也是一樣，留意主持人在參賽者一開始選中獎金門的話，便會在餘下兩個個問隨機選，所以沒有問題，但當參賽者一開始選中空門時，主持人便不是隨機在選，所以這兒漏數了一個可能性。以下粗體的的部份(和之前的粗體不同的)便是要當成兩個可能性去數的部份(一共有12 個)。

參賽者選1號門，獎金在1號門，主持人開2號門，不換　Ｗ
參賽者選1號門，獎金在1號門，主持人開2號門，換門　Ｌ
參賽者選1號門，獎金在1號門，主持人開3號門，不換　Ｗ
參賽者選1號門，獎金在1號門，主持人開3號門，換門　Ｌ
&lt;strong&gt;參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ
參賽者選1號門，獎金在2號門，主持人開3號門，換門　Ｗ
參賽者選1號門，獎金在3號門，主持人開2號門，不換　Ｌ
參賽者選1號門，獎金在3號門，主持人開2號門，換門　Ｗ&lt;/strong&gt;

&lt;strong&gt;參賽者選2號門，獎金在1號門，主持人開3號門，不換　Ｌ
參賽者選2號門，獎金在1號門，主持人開3號門，換門　Ｗ&lt;/strong&gt;
參賽者選2號門，獎金在2號門，主持人開1號門，不換　Ｗ
參賽者選2號門，獎金在2號門，主持人開1號門，換門　Ｌ
參賽者選2號門，獎金在2號門，主持人開3號門，不換　Ｗ
參賽者選2號門，獎金在2號門，主持人開3號門，換門　Ｌ
&lt;strong&gt;參賽者選2號門，獎金在3號門，主持人開1號門，不換　Ｌ
參賽者選2號門，獎金在3號門，主持人開1號門，換門　Ｗ&lt;/strong&gt;

&lt;strong&gt;參賽者選3號門，獎金在1號門，主持人開2號門，不換　Ｌ
參賽者選3號門，獎金在1號門，主持人開2號門，換門　Ｗ
參賽者選3號門，獎金在2號門，主持人開1號門，不換　Ｌ
參賽者選3號門，獎金在2號門，主持人開1號門，換門　Ｗ&lt;/strong&gt;
參賽者選3號門，獎金在3號門，主持人開1號門，不換　Ｗ
參賽者選3號門，獎金在3號門，主持人開1號門，換門　Ｌ
參賽者選3號門，獎金在3號門，主持人開2號門，不換　Ｗ
參賽者選3號門，獎金在3號門，主持人開2號門，換門　Ｌ

可以看成主持人仍然是在兩個門中「隨機」抽一個，但不論抽到那一扇門他仍會故意選沒有獎金的門，舉例說
「參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ」
便會變成
「參賽者選1號門，獎金在2號門，主持人隨機抽到3號門，結果開3號門，不換　Ｌ」
和
「參賽者選1號門，獎金在2號門，主持人隨機抽到2號門，但結果開3號門，不換　Ｌ」
兩個可能性。
(這是用人工的方法去達致「每一層都要隨機選」的條件)

這樣便一共有36 個可能性，而你會發現，得出的機率便會和用貝氏定理計出來的一樣了。</description>
		<content:encoded><![CDATA[<p>說來我也有點慚愧，我在<a href="http://mmdays.com/2008/05/04/bayes2/" rel="nofollow">貝氏定理下篇</a>說過，如果真正明白一個定理，就應該可以用不同的方法去理解也沒有問題，所以我是不應該不斷叫人不要用列舉可能性的方法的。以下我嘗試從列舉的方法去解說。</p>
<p>列舉的方法重點是<strong>每一層</strong>(是每一層!!!!)都要是完全隨機(就好像擲硬幣，不論擲多少次，每一次都是隨機的)，<strong>因為主持人不是隨機選的，所以在這兒便出問題了。</strong></p>
<p>我在26 樓回應的問題，用擲毫的例子也可以說一次，如果有人對我說擲兩枚硬幣得到正正的機會是1/3 ，因為有三個可能性<br />
1. 正正<br />
2. 正反<br />
3. 反反<br />
相信大家都知道這是錯的，因為正反其實包括了「正反，反正」，不可以當成是一個可能性。但我也可以用另一個方法去道出這個方法的錯誤之處，便是問︰「為什麼當第二枚硬幣是正的話，第一枚硬幣便一定要是正？ (但第二枚是反的時候，第一枚則可正可反)」<br />
這個問題和我在26 樓問的「為什麼當在獎金在1 號門時，參賽者會較多選一號門嗎？ 」是完完全全一樣的。</p>
<p>所以解決辦法也是一樣，只要把出問題的地方找出來，分成真正隨機的可能性便可以了，所以便有<br />
1. 正正<br />
2. 正反<br />
3. 反正<br />
4. 反反</p>
<p>熊說的24 個可能性也是一樣，留意主持人在參賽者一開始選中獎金門的話，便會在餘下兩個個問隨機選，所以沒有問題，但當參賽者一開始選中空門時，主持人便不是隨機在選，所以這兒漏數了一個可能性。以下粗體的的部份(和之前的粗體不同的)便是要當成兩個可能性去數的部份(一共有12 個)。</p>
<p>參賽者選1號門，獎金在1號門，主持人開2號門，不換　Ｗ<br />
參賽者選1號門，獎金在1號門，主持人開2號門，換門　Ｌ<br />
參賽者選1號門，獎金在1號門，主持人開3號門，不換　Ｗ<br />
參賽者選1號門，獎金在1號門，主持人開3號門，換門　Ｌ<br />
<strong>參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ<br />
參賽者選1號門，獎金在2號門，主持人開3號門，換門　Ｗ<br />
參賽者選1號門，獎金在3號門，主持人開2號門，不換　Ｌ<br />
參賽者選1號門，獎金在3號門，主持人開2號門，換門　Ｗ</strong></p>
<p><strong>參賽者選2號門，獎金在1號門，主持人開3號門，不換　Ｌ<br />
參賽者選2號門，獎金在1號門，主持人開3號門，換門　Ｗ</strong><br />
參賽者選2號門，獎金在2號門，主持人開1號門，不換　Ｗ<br />
參賽者選2號門，獎金在2號門，主持人開1號門，換門　Ｌ<br />
參賽者選2號門，獎金在2號門，主持人開3號門，不換　Ｗ<br />
參賽者選2號門，獎金在2號門，主持人開3號門，換門　Ｌ<br />
<strong>參賽者選2號門，獎金在3號門，主持人開1號門，不換　Ｌ<br />
參賽者選2號門，獎金在3號門，主持人開1號門，換門　Ｗ</strong></p>
<p><strong>參賽者選3號門，獎金在1號門，主持人開2號門，不換　Ｌ<br />
參賽者選3號門，獎金在1號門，主持人開2號門，換門　Ｗ<br />
參賽者選3號門，獎金在2號門，主持人開1號門，不換　Ｌ<br />
參賽者選3號門，獎金在2號門，主持人開1號門，換門　Ｗ</strong><br />
參賽者選3號門，獎金在3號門，主持人開1號門，不換　Ｗ<br />
參賽者選3號門，獎金在3號門，主持人開1號門，換門　Ｌ<br />
參賽者選3號門，獎金在3號門，主持人開2號門，不換　Ｗ<br />
參賽者選3號門，獎金在3號門，主持人開2號門，換門　Ｌ</p>
<p>可以看成主持人仍然是在兩個門中「隨機」抽一個，但不論抽到那一扇門他仍會故意選沒有獎金的門，舉例說<br />
「參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ」<br />
便會變成<br />
「參賽者選1號門，獎金在2號門，主持人隨機抽到3號門，結果開3號門，不換　Ｌ」<br />
和<br />
「參賽者選1號門，獎金在2號門，主持人隨機抽到2號門，但結果開3號門，不換　Ｌ」<br />
兩個可能性。<br />
(這是用人工的方法去達致「每一層都要隨機選」的條件)</p>
<p>這樣便一共有36 個可能性，而你會發現，得出的機率便會和用貝氏定理計出來的一樣了。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 熊</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16894</link>
		<dc:creator>熊</dc:creator>
		<pubDate>Mon, 19 May 2008 04:35:19 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16894</guid>
		<description>嗯嗯，總算知道我思考的盲點在哪裡了，
謝謝明天的解說 ^^

我這裡想再問一下，
像是「丟一顆骰子，出現押注的點數，賠6倍獎金」，
如果要為這個遊戲定價(報名費、獎金)，並使其報名費等於獎金期望值，
假設報名費100元，
那麼獎金應該是 150嗎？</description>
		<content:encoded><![CDATA[<p>嗯嗯，總算知道我思考的盲點在哪裡了，<br />
謝謝明天的解說 ^^</p>
<p>我這裡想再問一下，<br />
像是「丟一顆骰子，出現押注的點數，賠6倍獎金」，<br />
如果要為這個遊戲定價(報名費、獎金)，並使其報名費等於獎金期望值，<br />
假設報名費100元，<br />
那麼獎金應該是 150嗎？</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Tomorrow</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16887</link>
		<dc:creator>Mr. Tomorrow</dc:creator>
		<pubDate>Mon, 19 May 2008 02:16:09 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16887</guid>
		<description>熊:
我還是澄清一下好了，文中的1/3, 2/3 是指 P(贏&#124;不換)=1/3 和P(贏&#124;換門)=2/3 (而不是你說的P(不換 贏)和P(換門 贏)) ，把它們加起來不會無端變成了 P(贏)的。

你的簡單例子是沒有問題的，因為沒有主持人的動作，我們便不用用貝氏定理把這個動作附帶的資訊計算在機率中。

我已經無辦法了，這個問題有很多解法，我最喜歡的數個解法我己經在文中和回應中說了，既然你也去了維基百科找reference，那不如去一去以下這個 (我猜也沒有必要做文抄公吧) 
http://zh.wikipedia.org/wiki/%E8%92%99%E6%8F%90%E9%9C%8D%E7%88%BE%E5%95%8F%E9%A1%8C
http://en.wikipedia.org/wiki/Monty_Hall_problem
相信你會得到比我說得好的解釋的。

你的「正正，正反，反反」的例子是相當好的，你那「24 個可能性」的例子剛好就是好像 把
正反和反正視為同一個「可能性」去數一樣。</description>
		<content:encoded><![CDATA[<p>熊:<br />
我還是澄清一下好了，文中的1/3, 2/3 是指 P(贏|不換)=1/3 和P(贏|換門)=2/3 (而不是你說的P(不換 贏)和P(換門 贏)) ，把它們加起來不會無端變成了 P(贏)的。</p>
<p>你的簡單例子是沒有問題的，因為沒有主持人的動作，我們便不用用貝氏定理把這個動作附帶的資訊計算在機率中。</p>
<p>我已經無辦法了，這個問題有很多解法，我最喜歡的數個解法我己經在文中和回應中說了，既然你也去了維基百科找reference，那不如去一去以下這個 (我猜也沒有必要做文抄公吧)<br />
<a href="http://zh.wikipedia.org/wiki/%E8%92%99%E6%8F%90%E9%9C%8D%E7%88%BE%E5%95%8F%E9%A1%8C" rel="nofollow">http://zh.wikipedia.org/wiki/%E8%92%99%E6%8F%90%E9%9C%8D%E7%88%BE%E5%95%8F%E9%A1%8C</a><br />
<a href="http://en.wikipedia.org/wiki/Monty_Hall_problem" rel="nofollow">http://en.wikipedia.org/wiki/Monty_Hall_problem</a><br />
相信你會得到比我說得好的解釋的。</p>
<p>你的「正正，正反，反反」的例子是相當好的，你那「24 個可能性」的例子剛好就是好像 把<br />
正反和反正視為同一個「可能性」去數一樣。</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: 熊</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16881</link>
		<dc:creator>熊</dc:creator>
		<pubDate>Sun, 18 May 2008 13:51:06 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16881</guid>
		<description>機率，又稱或然率、機會率或概率，是數學機率論的基本概念，
是一個在0到1之間的實數，是對隨機事件發生的可能性的度量。
　＜＜維基百科＞＞

如果P(不換 贏)=1/3、P(換門 贏)=2/3
也就是說 P(不換 贏) + P(換門 贏)=1/3 +2/3=1
無論參賽者怎麼選擇，贏得獎金的機率都是100%！？

討論簡單的例子，
如果兩道門，其中一道門有獎金，參賽者自由選擇，
1號門有獎金，參賽者選1號，不換　Ｗ
1號門有獎金，參賽者選1號，換門　Ｌ
2號門有獎金，參賽者選1號，不換　Ｌ
2號門有獎金，參賽者選1號，換門　Ｗ
1號門有獎金，參賽者選2號，不換　Ｌ
1號門有獎金，參賽者選2號，換門　Ｗ
2號門有獎金，參賽者選2號，不換　Ｗ
2號門有獎金，參賽者選2號，換門　Ｌ

P(不換　Ｗ)=2/8=1/4
P(換門　Ｌ)=2/8=1/4
P(不換　Ｗ)=2/8=1/4
P(換門　Ｌ)=2/8=1/4
總和為1

我想從這個簡單的例子，再去延伸思考應該會比較容易。

回到我原本的文章，
之所以會有1號門多選2次的假象，
正如投擲兩枚硬幣，會有「正正、反反、正反、反正」
其中「正反、反正」是兩件不同的事件，
不能說「正反=反正」，結果只討論「正正、反反、正反」，
變成
P(正正)=1/3
P(反反)=1/3
P(正反)=P(反正)=1/3</description>
		<content:encoded><![CDATA[<p>機率，又稱或然率、機會率或概率，是數學機率論的基本概念，<br />
是一個在0到1之間的實數，是對隨機事件發生的可能性的度量。<br />
　＜＜維基百科＞＞</p>
<p>如果P(不換 贏)=1/3、P(換門 贏)=2/3<br />
也就是說 P(不換 贏) + P(換門 贏)=1/3 +2/3=1<br />
無論參賽者怎麼選擇，贏得獎金的機率都是100%！？</p>
<p>討論簡單的例子，<br />
如果兩道門，其中一道門有獎金，參賽者自由選擇，<br />
1號門有獎金，參賽者選1號，不換　Ｗ<br />
1號門有獎金，參賽者選1號，換門　Ｌ<br />
2號門有獎金，參賽者選1號，不換　Ｌ<br />
2號門有獎金，參賽者選1號，換門　Ｗ<br />
1號門有獎金，參賽者選2號，不換　Ｌ<br />
1號門有獎金，參賽者選2號，換門　Ｗ<br />
2號門有獎金，參賽者選2號，不換　Ｗ<br />
2號門有獎金，參賽者選2號，換門　Ｌ</p>
<p>P(不換　Ｗ)=2/8=1/4<br />
P(換門　Ｌ)=2/8=1/4<br />
P(不換　Ｗ)=2/8=1/4<br />
P(換門　Ｌ)=2/8=1/4<br />
總和為1</p>
<p>我想從這個簡單的例子，再去延伸思考應該會比較容易。</p>
<p>回到我原本的文章，<br />
之所以會有1號門多選2次的假象，<br />
正如投擲兩枚硬幣，會有「正正、反反、正反、反正」<br />
其中「正反、反正」是兩件不同的事件，<br />
不能說「正反=反正」，結果只討論「正正、反反、正反」，<br />
變成<br />
P(正正)=1/3<br />
P(反反)=1/3<br />
P(正反)=P(反正)=1/3</p>
]]></content:encoded>
	</item>
	<item>
		<title>By: Mr. Tomorrow</title>
		<link>http://mmdays.com/2008/04/29/bayes1/#comment-16847</link>
		<dc:creator>Mr. Tomorrow</dc:creator>
		<pubDate>Sat, 17 May 2008 07:48:31 +0000</pubDate>
		<guid isPermaLink="false">http://mmdays.com/?p=5822#comment-16847</guid>
		<description>我仍然要鄭重的說，用數有多少個可能性的方法來計算機率是十分危險的，很容易導致錯誤。&lt;strong&gt;特別是我們不是可以直接把可能性的數字直接擺在機率的分母，這個是十分普遍的錯誤。
&lt;/strong&gt;
熊︰
「參賽者各選擇8次，獎金各出現8次，並不違背原始假設」這是出錯的部份，因為原始假設除了參賽者各選擇8次 和 獎金各出現8次 之外，還有「參賽者不知道哪扇門後有獎金」，意思是不論獎金在哪一扇門，參賽者都不會因此而多選某一扇門。

但依據你的說法，請看看以下粗體的部份︰

&lt;strong&gt;*參賽者選1號門，獎金在1號門，主持人開2號門，不換　Ｗ
*參賽者選1號門，獎金在1號門，主持人開2號門，換門　Ｌ
*參賽者選1號門，獎金在1號門，主持人開3號門，不換　Ｗ
*參賽者選1號門，獎金在1號門，主持人開3號門，換門　Ｌ&lt;/strong&gt;
參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ
參賽者選1號門，獎金在2號門，主持人開3號門，換門　Ｗ
參賽者選1號門，獎金在3號門，主持人開2號門，不換　Ｌ
參賽者選1號門，獎金在3號門，主持人開2號門，換門　Ｗ

&lt;strong&gt;*參賽者選2號門，獎金在1號門，主持人開3號門，不換　Ｌ
*參賽者選2號門，獎金在1號門，主持人開3號門，換門　Ｗ&lt;/strong&gt;
參賽者選2號門，獎金在2號門，主持人開1號門，不換　Ｗ
參賽者選2號門，獎金在2號門，主持人開1號門，換門　Ｌ
參賽者選2號門，獎金在2號門，主持人開3號門，不換　Ｗ
參賽者選2號門，獎金在2號門，主持人開3號門，換門　Ｌ
參賽者選2號門，獎金在3號門，主持人開1號門，不換　Ｌ
參賽者選2號門，獎金在3號門，主持人開1號門，換門　Ｗ
&lt;strong&gt;
*參賽者選3號門，獎金在1號門，主持人開2號門，不換　Ｌ
*參賽者選3號門，獎金在1號門，主持人開2號門，換門　Ｗ&lt;/strong&gt;
參賽者選3號門，獎金在2號門，主持人開1號門，不換　Ｌ
參賽者選3號門，獎金在2號門，主持人開1號門，換門　Ｗ
參賽者選3號門，獎金在3號門，主持人開1號門，不換　Ｗ
參賽者選3號門，獎金在3號門，主持人開1號門，換門　Ｌ
參賽者選3號門，獎金在3號門，主持人開2號門，不換　Ｗ
參賽者選3號門，獎金在3號門，主持人開2號門，換門　Ｌ

在獎金在1 號門的8個「可能性」中(粗體和有星號的部份)，有4 次參賽者選了1 號門，有2 次選2 號，2次選3號。如果這些「可能性」真是有均等機率(其實不是的)，你可以告訴我為什麼當在獎金在1 號門時，參賽者會較多選一號門嗎？ (同樣的事情也出現在2 號和3 號門上，在你的計算中你讓參賽者在某門有獎金時，一開始便會多選了該扇門，間接增加了「不換而贏」的機率，才會出到1/4 ,1/4, 1/4,1/4 的結果)</description>
		<content:encoded><![CDATA[<p>我仍然要鄭重的說，用數有多少個可能性的方法來計算機率是十分危險的，很容易導致錯誤。<strong>特別是我們不是可以直接把可能性的數字直接擺在機率的分母，這個是十分普遍的錯誤。<br />
</strong><br />
熊︰<br />
「參賽者各選擇8次，獎金各出現8次，並不違背原始假設」這是出錯的部份，因為原始假設除了參賽者各選擇8次 和 獎金各出現8次 之外，還有「參賽者不知道哪扇門後有獎金」，意思是不論獎金在哪一扇門，參賽者都不會因此而多選某一扇門。</p>
<p>但依據你的說法，請看看以下粗體的部份︰</p>
<p><strong>*參賽者選1號門，獎金在1號門，主持人開2號門，不換　Ｗ<br />
*參賽者選1號門，獎金在1號門，主持人開2號門，換門　Ｌ<br />
*參賽者選1號門，獎金在1號門，主持人開3號門，不換　Ｗ<br />
*參賽者選1號門，獎金在1號門，主持人開3號門，換門　Ｌ</strong><br />
參賽者選1號門，獎金在2號門，主持人開3號門，不換　Ｌ<br />
參賽者選1號門，獎金在2號門，主持人開3號門，換門　Ｗ<br />
參賽者選1號門，獎金在3號門，主持人開2號門，不換　Ｌ<br />
參賽者選1號門，獎金在3號門，主持人開2號門，換門　Ｗ</p>
<p><strong>*參賽者選2號門，獎金在1號門，主持人開3號門，不換　Ｌ<br />
*參賽者選2號門，獎金在1號門，主持人開3號門，換門　Ｗ</strong><br />
參賽者選2號門，獎金在2號門，主持人開1號門，不換　Ｗ<br />
參賽者選2號門，獎金在2號門，主持人開1號門，換門　Ｌ<br />
參賽者選2號門，獎金在2號門，主持人開3號門，不換　Ｗ<br />
參賽者選2號門，獎金在2號門，主持人開3號門，換門　Ｌ<br />
參賽者選2號門，獎金在3號門，主持人開1號門，不換　Ｌ<br />
參賽者選2號門，獎金在3號門，主持人開1號門，換門　Ｗ<br />
<strong><br />
*參賽者選3號門，獎金在1號門，主持人開2號門，不換　Ｌ<br />
*參賽者選3號門，獎金在1號門，主持人開2號門，換門　Ｗ</strong><br />
參賽者選3號門，獎金在2號門，主持人開1號門，不換　Ｌ<br />
參賽者選3號門，獎金在2號門，主持人開1號門，換門　Ｗ<br />
參賽者選3號門，獎金在3號門，主持人開1號門，不換　Ｗ<br />
參賽者選3號門，獎金在3號門，主持人開1號門，換門　Ｌ<br />
參賽者選3號門，獎金在3號門，主持人開2號門，不換　Ｗ<br />
參賽者選3號門，獎金在3號門，主持人開2號門，換門　Ｌ</p>
<p>在獎金在1 號門的8個「可能性」中(粗體和有星號的部份)，有4 次參賽者選了1 號門，有2 次選2 號，2次選3號。如果這些「可能性」真是有均等機率(其實不是的)，你可以告訴我為什麼當在獎金在1 號門時，參賽者會較多選一號門嗎？ (同樣的事情也出現在2 號和3 號門上，在你的計算中你讓參賽者在某門有獎金時，一開始便會多選了該扇門，間接增加了「不換而贏」的機率，才會出到1/4 ,1/4, 1/4,1/4 的結果)</p>
]]></content:encoded>
	</item>
</channel>
</rss>
