Cây xác suất & Bayes

Xây dựng cây xác suất, thả các hạt Monte Carlo và điều kiện hóa theo bằng chứng để thấy định lý Bayes hoạt động.

100%

P(Sick | Positive) = P(Positive | Sick) × P(Sick) ÷ P(Positive) = 90% × 1% ÷ 9.8% = 9.2%

Out of 1,000 cases, about 98 match Positive, and 9 of them are Sick: 9 in 98.

Balls fall down the tree, taking each branch with its chance, and pile up at the leaves. In the Tree and Flipped tree views, tap a leaf or a node to condition on that evidence: balls that don't match fade, and the share that remain shows Bayes' rule at work. Tap Start to drop 100 at once, an event in time that Restart and share links leave out. Taps do nothing in the 1,000 cases view.

Setup
Evidence: Test
Chance of
Levels
First-level outcomes

Trải nghiệm của bạn với Cây xác suất & Bayes thế nào?

Giới thiệu về Cây xác suất & Bayes

Công thức Bayes
P(A | E) = P(E | A) × P(A) ÷ P(E)
Xuất bản lần đầu
Năm 1763, bởi Richard Price dựa trên các bản thảo của Thomas Bayes
Mẫu Medical test
Xét nghiệm dương tính tương đương khoảng 9% khả năng mắc bệnh
Mẫu Monty Hall
Đổi lựa chọn giúp giành chiến thắng trong 2 trên 3 ván

Cây xác suất thể hiện một quá trình ngẫu nhiên dưới dạng các nhánh phân tách. Tầng đầu tiên là nguyên nhân, chẳng hạn một người có mắc bệnh hay không, và mỗi tầng tiếp theo là một bằng chứng thực tế, ví dụ kết quả xét nghiệm, với xác suất rẽ nhánh phụ thuộc vào các tầng phía trên nó. Nhân các xác suất dọc theo một đường đi sẽ cho ra xác suất của toàn bộ chuỗi sự kiện đó. Công cụ này cho phép bạn tạo cây có tối đa ba tầng, tùy chỉnh từng nhánh và xem các viên bóng lăn qua: mỗi quả bóng chọn nhánh theo đúng xác suất quy định, nhờ đó số lượng bóng tích lũy ở các nút lá tiến dần đến xác suất lý thuyết bên cạnh, theo đúng nguyên lý mô phỏng Monte Carlo do Nicholas Metropolis và Stanislaw Ulam đưa ra năm 1949.

Việc xét điều kiện theo bằng chứng sẽ chỉ giữ lại những quả bóng trùng khớp. Khi bạn chạm vào một lá hoặc chọn một kết quả ở mục Evidence, các bóng không thỏa mãn sẽ mờ đi; tỷ lệ bóng còn lại mang nguyên nhân cần tìm chính là xác suất hậu nghiệm, và bảng tính sẽ giải thích rõ ràng bằng công thức Bayes, P(A | E) = P(E | A) × P(A) ÷ P(E), từ luận văn của Thomas Bayes do Richard Price công bố năm 1763. Bài toán xét nghiệm y tế (Medical test) cho thấy rõ tầm quan trọng của quy tắc này: khi tỷ lệ mắc bệnh là 1 trên 100 người và xét nghiệm phát hiện đúng 90% ca bệnh nhưng cũng báo dương tính giả 9% người khỏe, thì kết quả dương tính chỉ tương đương khoảng 9% khả năng thực sự có bệnh, do phần lớn kết quả dương tính đến từ nhóm người khỏe mạnh áp đảo. Lật ngược cây xác suất để xem lại các tỷ lệ với dữ kiện đặt lên trước, nơi xác suất hậu nghiệm nằm ngay trên nhánh rẽ.

Tư duy bằng số lượng cụ thể luôn dễ hiểu hơn phần trăm như Gerd Gigerenzer và Ulrich Hoffrage đã chứng minh năm 1995, vì vậy chế độ xem 1.000 trường hợp thể hiện số người kỳ vọng (hoặc xe taxi, lượt chơi, email) dưới dạng biểu tượng: khoảng 98 ca dương tính, trong đó có 9 người thực sự mang bệnh. Bạn có thể thử nghiệm bài toán Taxi cab của Amos Tversky và Daniel Kahneman, nghịch lý Monty Hall do Steve Selvin đặt ra năm 1975, hai lần xét nghiệm liên tiếp hoặc bộ lọc thư rác, sau đó tải dữ liệu số đếm ở các lá dưới dạng CSV hoặc ghi lại mô phỏng.

Cách sử dụng Cây xác suất & Bayes

  1. Chọn bài toán. Chọn Medical test, Second test, Taxi cab, Monty Hall hoặc Spam filter, hoặc tự xây dựng mô hình trong mục Tree và Chances.
  2. Quan sát các viên bóng. Bóng rơi từ Start và rẽ vào từng nhánh theo xác suất. Các khay chứa hiển thị số bóng ở mỗi lá so với xác suất lý thuyết; chạm Start hoặc nhấn Drop 1,000 để thả thêm.
  3. Xét điều kiện theo dữ kiện. Chạm vào một lá hoặc nút, hoặc chọn một kết quả trong Evidence. Những bóng không khớp sẽ mờ đi và bảng số liệu sẽ tính toán định lý Bayes kèm các con số cụ thể.
  4. Khảo sát nguyên nhân bất kỳ. Dùng Chance of hoặc chạm vào một nút ở tầng thứ nhất để chọn nguyên nhân cần tính xác suất hậu nghiệm, ví dụ Cửa 2 trong bài toán Monty Hall.
  5. Điều chỉnh xác suất. Kéo thanh trượt trong Chances; mỗi thanh là xác suất có điều kiện của kết quả dựa trên nhánh trước, nhánh liền kề sẽ tự cân đối để tổng luôn bằng 100%.
  6. Thay đổi góc nhìn. Flipped tree đặt dữ kiện lên trước để xác suất hậu nghiệm hiển thị thành nhánh, còn 1,000 cases biểu diễn xác suất dưới dạng số lượng cá thể trực quan.
  7. Xuất kết quả. Lưu ảnh PNG, video hoặc GIF, hoặc xuất số liệu thống kê ở các lá cùng xác suất chính xác thành tệp CSV.

Câu hỏi thường gặp

Cây xác suất là gì?

Đó là sơ đồ biểu diễn một quá trình ngẫu nhiên theo từng giai đoạn. Mỗi nhánh được gán xác suất xảy ra của kết quả đó dựa trên điều kiện của các nhánh trước, tổng xác suất từ một nút luôn bằng 1, và xác suất của một đường đi hoàn chỉnh bằng tích các xác suất trên nhánh đó. Cộng xác suất các đường đi thỏa mãn một biến cố sẽ cho ra xác suất của biến cố đó.

Định lý Bayes là gì?

Định lý này đảo ngược điều kiện xác suất: P(A | E) = P(E | A) × P(A) ÷ P(E). Trong đó P(A) là xác suất tiên nghiệm của nguyên nhân, P(E | A) là khả năng xuất hiện dữ kiện nếu nguyên nhân đúng, và P(E) là xác suất tổng thể của dữ kiện. Trên cây, P(E) là tổng xác suất mọi nhánh kết thúc ở E, còn xác suất hậu nghiệm P(A | E) là tỷ lệ các nhánh đó bắt đầu bằng A.

Vì sao xét nghiệm dương tính thường không đồng nghĩa với có bệnh?

Bởi vì tỷ lệ mắc bệnh trong cộng đồng rất thấp. Trong bài toán Medical test, 1% dân số mắc bệnh: trong 1.000 người có 10 người bệnh và 9 người nhận kết quả dương tính, nhưng 9% của 990 người khỏe mạnh (khoảng 89 người) cũng có kết quả dương tính giả. Do đó chỉ có 9 trong tổng số khoảng 98 ca dương tính là thực sự có bệnh (khoảng 9%). Bỏ qua tỷ lệ nền ban đầu này gọi là sai lầm tỷ lệ nền; xét nghiệm dương tính lần hai sẽ nâng khả năng lên khoảng 50%.

Nghịch lý Monty Hall hoạt động ra sao?

Bạn chọn cửa 1, người dẫn chương trình biết rõ vị trí chiếc xe sẽ mở một cửa có dê, giả sử là cửa 3. Nếu xe ở cửa 1, người dẫn có thể mở cửa 2 hoặc 3; nếu xe ở cửa 2, người dẫn buộc phải mở cửa 3. Khả năng người dẫn mở cửa 3 khi xe ở cửa 2 cao gấp đôi, do đó việc đổi cửa giúp bạn thắng 2 trong 3 ván như mẫu dựng sẵn Monty Hall minh họa.

Bài toán xe taxi là gì?

Trong phiên bản của Tversky và Kahneman, 85% xe taxi trong thành phố màu xanh lá và 15% màu xanh dương. Nhân chứng khai rằng chiếc xe gây tai nạn màu xanh dương, và thực nghiệm cho thấy người này nhận diện đúng 80% trường hợp. Đa số đoán xe chắc chắn màu xanh dương, nhưng xác suất thực tế chỉ khoảng 41%, bởi số lượng xe xanh lá quá lớn khiến số lần nhận diện nhầm của nhân chứng vượt qua số lần nhận diện đúng xe xanh dương.

Mô phỏng Monte Carlo mang lại lợi ích gì?

Nó giúp trực quan hóa nguồn gốc của công thức. Mỗi viên bóng đại diện cho một trường hợp ngẫu nhiên, và tỷ lệ bóng thỏa mãn mang nguyên nhân chính là ước lượng xác suất hậu nghiệm thông qua kiểm đếm thực tế. Khi số lượng bóng tăng lên, ước lượng này sẽ hội tụ về giá trị lý thuyết đường nét đứt theo đúng luật số lớn.

Tài liệu tham khảo

  1. Bayes, T., & Price, R. (1763). An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society of London 53, 370–418.
  2. Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review 102(4), 684–704.
  3. Tversky, A., & Kahneman, D. (1982). Evidential impact of base rates. In D. Kahneman, P. Slovic & A. Tversky (Eds.), Judgment under Uncertainty: Heuristics and Biases, 153–160. Cambridge University Press.
  4. Selvin, S. (1975). A problem in probability (letter to the editor). The American Statistician 29(1), 67.
  5. Metropolis, N., & Ulam, S. (1949). The Monte Carlo method. Journal of the American Statistical Association 44(247), 335–341.