Cerita singkat tentang Bayes, seorang pria yang hanya hidup dalam bahan ajar

Yang Risco (Steve) Bayes, seorang pria yang hanya hidup dari bahan ajar

** Karya Bayes, yang tidak disebutkan namanya sebelum hidupnya, pada satu sisi terus membuktikan bahwa ketidakpastian ketegangan adalah ide yang menarik untuk mengukur ketegangan, dan pada sisi lain memberikan kita metode untuk menyimpulkan probabilitas yang tidak diketahui berdasarkan pengalaman dunia objektif, dan kesimpulan tersebut adalah hasil dari informasi yang terus-menerus disesuaikan dengan informasi yang kita terima.

** Orang-orang terkenal seperti Thomas Bayes dalam sejarah sains, tidak memiliki kisah kehidupan pribadi yang dapat ditulis, adalah hal yang sangat aneh. Hal ini menunjukkan bahwa Bayes memang sangat rendah hati saat dia masih hidup (atau, tidak merah), di sisi lain, penulis seperti itu membawa ketidaknyamanan yang sangat besar bagi saya, karena sebenarnya semua orang suka melihat keanehan ilmuwan, seperti hubungan yang tidak baik, sombong sekaligus sombong, seperti permainan yang putus asa, tidak bisa lagi menjadi bunga teratai yang tidak tertarik pada ilmu panah, atau tidak dapat sepenuhnya mencerminkan keunikan jenius. **

• △ Thomas Bayes Namun, Bayes adalah orang yang membosankan. Dia adalah seorang pendeta yang tinggal di pedesaan Inggris, dan pekerjaannya pada hari kerja mungkin adalah menyelenggarakan pesta dansa di alun-alun, tidak benar, misa, dan katanya seluruh desa sangat menyukainya. Satu-satunya hal yang tampak agak legendaris adalah bahwa dia, seperti banyak legenda, tidak pernah menerbitkan buku ketika dia masih hidup.

  Pada saat Bayes meninggal, ia mewariskan manuskrip makalahnya dengan tambahan £100 kepada seorang pendeta bernama Prince. Prince juga seorang pria yang luar biasa, membangun peradaban spiritual dan material lebih tinggi dari Bayes. Dia merasa bahwa kebebasan memilih adalah karunia Allah, dan menulis makalah yang membuktikan bahwa kemerdekaan Amerika juga adalah kehendak Allah, Franklin dan Adams Smith dikatakan menjadi teman baiknya, dan ia juga membantu perusahaan asuransi dalam waktu luang untuk membuat model tarif, yang dapat dikatakan sangat terlibat.

  Tiga tahun setelah Bayes meninggal, Prince membantunya menerbitkan sebuah makalah memoar. Namun, makna penandaan waktu makalah ini dihadapkan oleh para akademisi, dan menunggu dua puluh tahun lagi. Dalam makalah itu, Bayes bermaksud untuk meneliti pertanyaan: Bagaimana kita menghitung probabilitas kejadian suatu peristiwa jika kita hanya tahu berapa kali suatu peristiwa terjadi dan berapa kali tidak terjadi, tanpa informasi lain?

  Mari kita kembali ke contoh sebelumnya ("Risk Story IV: Tom Mover and the Curve of God"); misalnya, untuk sekelompok produk, kita mengambil 10.000 produk dan menemukan bahwa ada 12 sampah, maka seberapa besar probabilitas bahwa tingkat sampah adalah 0.1% untuk kelompok produk ini? Untuk kehidupan nyata, pertanyaan ini pasti lebih berharga bagi kita, karena setiap orang selalu memiliki pandangan yang terbatas tentang hal-hal, dan kita perlu tahu seberapa besar hal yang kita lihat dapat mencerminkan kebenaran, seperti halnya jika kita menyentuh seekor gajah, bagaimana kita menentukan apakah kita benar-benar menyentuh seluruh gajah, kaki atau saudara yang lebih gemuk di sebelahnya?

  Metode yang digunakan Bayes adalah benar-benar memperbaiki informasi lama dengan informasi baru, meningkatkan kredibilitas probabilitas berdasarkan perbaikan. Ini adalah probabilitas sebelumnya dan probabilitas belakangan dalam legenda. Untuk masalah ini, Bayes memberikan contoh klasik dalam makalah:

  

  Jika kita memainkan bola di atas meja, bola akan berhenti di mana saja. Kemudian, kita memainkan bola lain berulang kali, menghitung jumlah kali bola itu bergulir ke kiri dan kanan dari bola pertama masing-masing. Tentu saja di sini Anda dapat mengajukan pertanyaan yang masuk akal, karena kita akan bermain bola, mengapa tidak menggunakan bola kedua untuk memainkan bola pertama, saya pikir Anda bertanya dengan baik, tetapi saya tidak ingin menjawab.

  Dalam contoh ini, probabilitas yang diberikan secara langsung pada posisi pendaratan bola pertama adalah probabilitas awal, sedangkan probabilitas yang disimpulkan berdasarkan situasi bola kedua adalah probabilitas akhir. Dengan kata lain, metode Bayesian adalah bahwa pemahaman kita dibatasi oleh kemampuan kognitif kita, sehingga kita perlu memperbaiki pandangan kita dengan informasi yang terus diperbarui. Dan naik ke tingkat filosofis, bahwa sumber dunia mungkin tidak memiliki kebetulan, tetapi kemampuan kita tidak cukup untuk mengetahui sumber seperti itu, jadi kita hanya dapat memperkirakan, atau menebak, berdasarkan bukti yang sudah ada.

  Kata-kata di atas mungkin merupakan bagian yang paling menegangkan yang pernah ditulis. Mari kita asumsikan contoh untuk membantu memahami:

  Saat ini, setiap pelanggan memiliki 60% kemungkinan untuk menjadi pelanggan dari mal baru tersebut. Ini adalah probabilitas awal. Sementara fasilitas mal lama tidak dikelola dengan baik, karyawan juga kurang terlatih, dan tingkat keluhan yang diterima dua kali lebih tinggi daripada mal baru.

  

  Jawaban yang paling sederhana adalah dengan bertanya secara langsung ke mana orang itu berada. Tentu saja orang itu mungkin akan menjawab bahwa Anda menebak (terlalu rendah), jadi bagaimana mungkin Anda bisa menebak untuk memiliki peluang yang lebih besar? Jika dari probabilitas awal, maka Anda harus mencari manajer baru, karena lalu lintas orang di mall baru lebih besar dari yang lama. Tetapi dari segi keluhan, jumlah keluhan di mall baru hanya 1/3 dari total keluhan, jadi jika kita merujuk informasi ini, kita akan menemukan bahwa kemungkinan keluhan di mall baru adalah 42.8% dan kemungkinan keluhan di mall lama adalah 57.2%.

  Bayes, yang lahir tanpa nama, sekarang muncul di hampir semua bahan ajar tentang statistik, kecerdasan buatan, teori permainan, dan genetika, yang membuat banyak calon ujian akhir universitas mengalami banyak masalah. Karya-karyanya terus membuktikan bahwa ketidakpastian adalah ide yang menarik untuk mengukur ketegangan, dan juga memberikan kita metode untuk menyimpulkan kemungkinan yang tidak diketahui berdasarkan pengalaman dunia objektif, yang merupakan hasil dari informasi yang terus-menerus disesuaikan dengan informasi yang kita terima. Cara berpikir ini sangat sesuai dengan tujuan dan praktik manajemen risiko kita: dalam pasar yang berubah secara dinamis, jika ada ketidakpastian, maka hasil dan keputusan apa pun bergantung pada pemikiran kita tentang informasi terbaru dan paling komprehensif, dan pemikiran seperti itu sama sekali tidak ada habisnya.

Dikutip dari China Quantitative Investment Society