如果用贝叶斯统计评估，“挑战者”号事故本可以避免( 二 ) _小知识

从挑战者号航天飞机事故中，我们可以总结出一些使用强大工具进行数据分析的经验教训。
● 首先，模型的选择（在本例中是贝叶斯统计）可能会影响关于风险的结论（在本例中是灾难性风险）。
● 其次，需要仔细考虑，以达到正确的条件概率。
● 最后，在数据不完整的情况下，处理极端值（比如发射时气温为 31 华氏度）需要一种概率方法，其中分布与可用数据相匹配。当有机会用新的证据来更新先验概率时，贝叶斯统计可能是检验假设的正确工具——在本例中就是在以前没有经历过的气温条件下研究成功和失败的全部经验。
● 即使没有真正使用贝叶斯统计方法，贝叶斯思维方式（把条件概率考虑进去）也是非常有用的。
除此之外，多元回归、模拟法、模拟实验、众包、博弈论等方法，都可以帮助我们分析问题，最终做出正确的决策。
上文节选自中信出版社《所有问题，七步解决》，[遇见]已获授权。

文章插图

在面对复杂的问题、确实需要全面量化的解决方案时，我们应该怎么做呢？什么时候应当采用下面这些强大的分析工具——贝叶斯统计、回归分析、蒙特卡罗模拟、随机控制实验、机器学习、博弈论或众包解决方案？这无疑就是分析武器的军火库，我们中的许多人一想到要使用这些工具就感到气馁。尽管你的团队可能不具备专业知识，不会使用这些解决更复杂问题的工具，但是对于当今的职场人士来说，了解如何用这些工具解决棘手问题是非常重要的。在某些情况下，你可能需要借助外部专家，而在其他情况下，你可以自己学会掌握这些工具。