三门 和 人品 ：）

最近又开始做题：）

 

这个 三门 Monty Hall 问题网上有很多讨论。

按排列组合，并且严格按照 随机抽取，

那不变而得羊的机率就是1/3。

这里有一个摸拟，大家可以试一下：）

https://montyhall.io/

 

但是真正的机率应该是由节目组的人品决定的。

为什么这么说，我们可以参考一下下面这篇文章。

https://ro-che.info/articles/2016-06-14-predicting-coin-toss

 

这篇文章回答了我多年的疑惑:

若是一个硬币连续抛出10次 头，请问下一次出头的机率。

 

作者介绍了怎么运用Bayesian原理来分析和回答上述问题。

Bayesian 需要一个关键的条件，

在回答机率问题时，你的基本假设是什么。

 

若你假设这个硬币就是普通硬币，

那么连续出10次头，对你的回答影响微乎其微，答案还是 1/2。

 

但是若你想测试一下硬币是否有可能有问题，

你可以不用普通硬币的随机分布函数（Beta)，

而是自己构建一个函数，把假硬币的可能性考虑进来，

按他的模型，十次头之后，下一次头机率可达 95％。

 

回到三门问题，我猜当年三门问题引起争论，

可能是节目组没有想到很多大众，特别是有数学大佬不认同 1/3，

认为节目组搞假。因为 从节目中的统计，几率可能回归到了 1/3:）

据说这位大佬就在1991年公开质疑过：）

https://en.m.wikipedia.org/wiki/Paul_Erd%C5%91s

 

友情提示一下：

在硬币的文章中，如果抛十次，五次头，那按作者的模型，

下次头机率基本上还是 50 ％（留作业：）

所以他的新模型并不是简单的说这个硬币是假的。

所有跟帖： 

• 刚才进去点了门一，转换成门二，一次就赢了。但你给车吗？呵呵 -金笔- ♂ (153 bytes) () 02/19/2024 postreply 14:48:34

• 只要不谈钱都好说：）如果涉及金额，那一定会有最大利益分析。 -JSL2023- ♂ (121 bytes) () 02/19/2024 postreply 14:57:28

• 对于Bayesian 这是很简单的题目，但大家愿意凭空思维练脑筋也是好的 -老键- ♂ (0 bytes) () 02/19/2024 postreply 21:11:41

• 那篇硬币机率的文章终于让我明白了什么是贝氏统计：） -JSL2023- ♂ (45 bytes) () 02/19/2024 postreply 21:56:49