主观概率：功能、应用和示例

介绍

主观概率是一种概率，其中根据您的判断或经验可能会发生特定结果。 它可以通过参考您迄今为止所学的知识或根据您自己的经验来帮助您预测事件的结果。

它与客观概率完全相反，客观概率测量收集数据或记录观察的历史，以预测事件是否会发生。 主观概率不使用数学计算或数据分析； 而是取决于您的直觉来预测结果。

两个人的主观概率结果永远不会相同，因为每个人可能对特定事件有不同的看法或想法。 例如，如果让两个人预测你在特定情况下的反应，你肯定会听到不同的答案。

因为离你更近的人更了解你，他/她会根据你的性格给出回应。 另一个人在预测您的反应时可能会考虑不同的因素。

主观概率如何工作？

主观概率具有高度的个人偏见，概率的结果因人而异。 一般来说，概率是通过收集定量信息或数据，然后使用一些数学计算或公式解释输出来获得的，这通常会给你一个更准确的答案。

例如，您可以预测掷硬币的输出。 总有 50%-50% 的机会硬币正面朝上落地。

另一方面，主观概率非常灵活，可能无法给你正确的答案，因为它高度依赖于每个人的个人判断。 判断是基于个人的经验和观点。 它通常因人而异，因为他们是主观的，并且基于他们如何解释给他/她的情况。

虽然它没有使用任何统计分析或数学计算，但您可以如下说明主观概率：

概率 (x) = 个人认为 x 为真的程度

其中 x 是事件、情况或条件

阅读： R 中的逻辑回归

主观概率的使用

您可能想知道我们在哪里使用主观概率，因为它如此灵活且没有逻辑推理。 好吧，一些行业发现它很有用，并使用这些预测来推动他们的业务目标。

主观概率方法用于多个行业的决策，例如营销、经济、商业等。例如，销售经理预测有 70% 的机会获得他/她的公司投标的订单。 重复测试或计算无法评估此百分比。

我们使用主观概率的一些现实例子是：

• 工作面试结果
• 员工晋升
• 绩效奖励
• 商业销售
• 主观概率的缺点

主观概率受个人对事件可能性的信念或判断的影响很大。 以下是主观概率的缺点：

• 预测没有逻辑推理或统计计算的支持； 它总是基于高度的偏见。
• 主观概率无法满足复杂的计算。
• 事件或情况的结果永远不会相同。 例如，在相同情况下，两个或多个个体可能会得出不同的结果，即，对于同一事件，个体可能会考虑不同的因素。
• 它必须遵循一些条件才能工作。 例如，当你预测一个事件的百分比时，无论它是否会发生，它的总和必须达到 100%。

必读：回归模型的类型

主观概率的例子

以下示例清楚地说明了每个人的主观概率结果有何不同。

示例 1

您是 Virat Kohli 的忠实粉丝，几天后世界杯板球系列赛即将开始。 你被要求预测印度赢得世界杯系列赛的机会。 虽然没有数学计算或数据来支持您的预测，但您仍会以实际百分比保证您最喜欢的球员或球队。 例如，印度有 90% 的机会赢得世界杯系列赛。

示例 2

你被要求预测抛硬币的结果，是正面朝上还是反面朝上。 不过，数学计算表明，它有 50% 的机会正面朝上着陆，而有 50% 的机会朝尾部着陆。 在主观概率中，您的预测百分比可能会根据之前的翻转而改变。

如果同一枚硬币在过去被抛过 15 次，并且出现了 10 次正面朝上和 5 次反面朝上。 你会说有 75% 的机会单挑着陆。 尽管它在数学上是不正确的，但您的经验造成了一种情况，迫使您使用主观概率进行预测。

示例 3

气象部门根据风型、天气状况及其软件分析预测未来 2 小时内将下雨。 但是根据您对天气或下雨的经验，您可能会在接下来的 2 小时内对下雨有相同的预测。

示例 4

你生病了，想去看你的家庭医生。 您想预测看医生时应该拿多少钱。 上次你去看他的时候，医生收取 500 卢比的咨询费。

但是您的一位家庭成员告诉您，他已经升级了他的办公室以增加设施，因此他的咨询费用可能会上涨。 您现在有两个选择； 要么按照你的预算去做，要么不知道成本会是多少，最终花更多的钱。 你会凭直觉选择第一个选项。

结论

总而言之，主观概率是一种基于个人对事件可能性的知识、理解和经验的概率。 如果这些预测没有偏见并提出一些逻辑推理，它们可能是正确的。 但是，正如本文通篇所解释的那样，有些情况需要判断或经验而不是计算。

如果您有兴趣了解有关机器学习的更多信息，请查看 IIIT-B 和 upGrad 的机器学习和人工智能 PG 文凭，该文凭专为工作专业人士设计，提供 450 多个小时的严格培训、30 多个案例研究和作业、IIIT- B 校友身份、5 个以上实用的实践顶点项目和顶级公司的工作协助。