第2个回答 推荐于2016-09-02
贝叶斯推理是由英国牧师贝叶斯发现的一种归纳推理方法，后来的许多研究者对贝叶斯方法在观点、方法和理论上不断的进行完善，最终形成了一种有影响的统计学派，打破了经典统计学一统天下的局面。贝叶斯推理是在经典的统计归纳推理——估计和假设检验的基础上发展起来的一种新的推理方法。与经典的统计归纳推理方法相比，贝叶斯推理在得出结论时不仅要根据当前所观察到的样本信息，而且还要根据推理者过去有关的经验和知识。
主要理论
启发法策略论
Kahneman和Tversky认为人们直觉的概率推理受认知策略的影响，这是一种依赖于经验的判断或猜测。所以，经常会作出错误的判断。主要的认知策略包括“代表性启发法”和“可得性启发法”。
代表性启发法是指人们倾向于根据样本是否代表或类似总体来判断其出现的概率，愈有代表性的，被判断为出现的概率愈大，愈少代表性的被判断为出现的概率愈小。例如，在他们的研究中，要求被试估计某城市有6个孩子的家庭中，男(B)女(G)儿童出生顺序为GBGBBG和BGBBBB（B代表男孩，G代表女孩）的比例，结果大多数被试估计前者远高于后者[3]。因为前者更能代表整个人口中的比例，其次它看起来更随机。但从机会来说，两者的概率应是相等的。
可得性启发法是指人们倾向于根据某现象在知觉或记忆中容易得到的事例来估计其出现是概率，如他们在实验中要求被试估计英语中以字母R、L、N、K、V开头的单词数和以它们为第三个字母的单词数，结果绝大部分被试估计前者远多于后者[15]。但实际上前者是的基础比例远低于后者的基础比例。判断错误的原因在于人们更容易回忆出以这些字母开头的单词，而不容易回忆起它们在中间位置的单词。这与人们的记忆组织有关。
自然抽样空间假说
Gavanski等[16]认为判断一个事件出现的概率时，人们从什么范围抽取一样本有一种自然的抽样倾向，他们称之为“自然抽样空间”，如果直接从自然的抽样空间中抽取的样本对判断事件的概率是无偏差的，则被试容易作出准确的判断；但若要求被试从非自然抽样空间中抽样才能正确判断事件的概率，则被试容易作出错误的判断。如前述乳腺癌问题，被试从患乳腺癌的人群中抽样来判断接受X射线检查的概率较为自然，因为被试更容易认为患乳腺癌的人要接受X射线检查。但实验任务是要求从接受X射线的人群中抽样来判断患乳腺癌的概率，这与被试的自然抽样方向相反，导致被试对问题进行了错误的表征，对照贝叶斯公式，被试的错误是把P(H[,1]/A）表征为P(A/H[,1])，刚好与问题的要求相反，从而作出了错误的判断。
频率效应论
Gigerenzer和Hoffrage[8]同意自然抽样的观点，但他们所指的“自然”是人们加工概率信息的自然方式，认为人们是通过事件的频率而不是标准概率（百分数）来获得环境信息的，虽然两种信息形式的意义相同，但人们对具有同等意义的不同外部信息形式会产生不同的心理表征。他从进化论的角度出发认为，人类进行概率推理已经进化了一种认知算法规则系统，它不适合加工以百分数表示的标准概率信息，而适合加工以自然数表示的频率信息，因为标准概率是在概率论发展以后才被人们认识的，而频率在人类进化的早期就被认识了，所以人们对事件的频率容易编码而且几乎是自动的，而对标准概率难于编码。因此，它们预言当问题的陈述从标准概率形式转变为频率形式时，对条件概率的直觉推理会得到显著改善，并在前述的他们的实验中得到了支持。如果被试在判断中是忽略基础概率的，那么在标准概率改为频率形式时也应表现出来，但他们的实验表明加工频率信息的被试判断的准确性明显高于加工标准概率信息的被试。然而，正如前面所述，他们的结论也受到其他研究的挑战。
抽样加工理论
Fiedler[10]认为对概率判断最根本的影响既不是抽样方向也不是概率信息形式，而是抽取不同样本所得的数据需要进行不同的认知加工。概率判断中的认知加工分为两个过程，一是归纳加工过程，即利用记忆中或知觉到的样本进行的概率估计，如旅行前根据自己的经验估计某个地区为晴天或雨天的概率。然而，由于受许多主观（如个人偏好、期望等）和客观条件（如过去的经验是在一定时空下获得的）的限制，根据可利用的样本来估计概率会存在许多潜在的偏差，所以，要作出正确的判断就必须调整抽样过程中潜在的偏差，这是一个元认知控制过程，通过它，不同来源的样本得到整合并运用于最后的概率判断，这需要运用大量基于规则的元认知操作，包括使用逻辑规则、概率演算、统计学知识或元认知知识。如变换在不同尺度上估计的数量、颠倒条件概率、对来源于有偏差的样本进行矫正等。
判断者之所以忽略基础概率而不遵循贝叶斯原理，是因为他们缺乏元认知手段，不能调整在抽样过程中潜在的偏差。为验证此结论，他们用4个问题（在此仅以乳腺癌为例）在计算机上设计了A、B两种卡片盒，分别让两组被试自己搜索信息，告知被试A卡片盒的每张卡片正面标明是否患有乳腺癌的案例，背面告知是否参加X射线检查，B卡片盒中每张卡片的正面和背面与前一个卡片盒的卡片内容相反，设计时设定基础概率、击中率和误报率。屏幕的左边行显示正面内容，右边小窗口显示反面内容，被试点击左边行后才出现右边窗口的反馈信息，确认后左边行变成灰色，右边窗口消失。信息搜索完毕时，屏幕底部显示一刻度尺，用于被试标示判断接受X射线检查的妇女患乳腺癌的概率。这样，看A卡片盒的被试明显觉得乳腺癌的击中率高，非乳腺癌的击中率低，但做判断时需要进行问题角度的转换；而看B卡片盒的被试明显了解到接受X射线检查的妇女中患乳腺癌的案例很少，并可直接运用于问题判断。结果表明：从B卡片盒获取信息的被试判断准确性高，从A卡片盒获取的被试判断准确性低。从而验证了他们的结论。
步骤
1、 列出在已知项目B条件下项目A的发生概率，即将P（A│B）转换为 P（B│A）；
2、绘制树型图；
3、 求各状态结点的期望收益值，并将结果填入树型图；
4 、根据对树型图的分析，进行投资项目决策；