贝叶斯与频率学派分歧在概率的定义
分层先验实现部分池化是贝叶斯建模核心
MCMC把算后验从分析域迁移到模拟域
贝叶斯因子量化证据强度p值只能拒绝
变分推断用优化替代采样是工程妥协
P值是数据概率非假设概率最被误解概念
基础率谬误直觉概率推理忽略先验概率
置信区间非参数概率贝叶斯可信区间才是
对数正态是乘法过程自然结果解释偏态
指数分布无记忆性唯一连续分布
概率编程与贝叶斯反事实推理从结构因果模型到可计算的what-if---

贝叶斯与频率学派的分歧不是方法偏好——是「概率是什么」这个根本问题的两种不可通约的回答¶

核心分歧：概率的定义¶

频率学派和贝叶斯学派在每一个方法论差异的背后，都源于同一个根本分歧：

频率学派：概率是客观世界的属性——事件的长期相对频率。参数是固定的未知常数。 贝叶斯学派：概率是认知主体的属性——对命题的相信程度。参数本身有概率分布。

这不是「两种统计方法」，而是两种认识论立场——它们对「我们如何知道某件事」给出了不同的回答。

分歧的五个层面¶

1. 先验信息：忽略 vs 显式纳入¶

频率学派声称「让数据说话」，拒绝赋予先验信念以形式化角色。但「拒绝形式化先验」≠「没有先验」——α = 0.05 的选择本身就是一种隐式先验判断（「我宁愿犯错 5% 的假阳性」）。

贝叶斯要求先验显式化：回答「在看见数据之前，我认为 H 有多可能？」这个问题的过程本身就迫使思考者审视自己的假设。先验的选择是贝叶斯被批评最多的地方——但也是它最诚实的地方。

分层先验（部分池化）是贝叶斯先验建模的精华：当你有 8 所学校的教学效果数据，你既不想假设所有学校完全相同（完全池化），也不想假设完全独立（无池化）。分层先验让数据决定「向共同均值收缩」的程度——数据越多的小组，收缩越少；数据越少的小组，越依赖共同先验。

2. 推断逻辑：P(D|H₀) vs P(H₀|D)¶

这是分歧最尖锐的表现：

频率学派（p 值）：$P(\text{数据} \mid H_0 \text{为真})$——「如果零假设正确，看到这么极端的结果有多不可能？」
贝叶斯（后验概率）：$P(H_0 \mid \text{数据})$——「给定这些数据，零假设为真的概率是多少？」

p 值回答的问题不是研究者想问的问题。 研究者想知道「H₀ 为真的概率是多少」（P(H₀|D)），但频率学派只能回答「在 H₀ 为真的条件下看到这些数据的概率」（P(D|H₀)）。这两个概率通过贝叶斯定理关联：

\[P(H_0|D) = \frac{P(D|H_0) P(H_0)}{P(D|H_0)P(H_0) + P(D|H_1)P(H_1)}\]

基础率谬误完美地展示了这个区别的实践后果：一个 99% 准确的检测，在患病率 1% 的人群中，阳性结果真正患病的概率只有 16.7%。p 值相当于 $P(\text{阳性}|无病)=1\%$，而医生和病人想知道的是 $P(\text{有病}|\text{阳性})$——两者是天壤之别。

3. 效应量化：p 值 vs 贝叶斯因子¶

贝叶斯因子直接比较两个假设：

\[BF_{10} = \frac{P(D|H_1)}{P(D|H_0)}\]

$BF_{10} = 10$ 意味着「数据在 H₁ 下比在 H₀ 下更可能 10 倍」。贝叶斯因子直接告诉你证据强度，p 值只能告诉你「拒绝 H₀ 的风险有多大」——这是两个不同的问题。

贝叶斯因子的实践优势：你可以「累积证据」。每次新数据到来，后验变成先验，BF 可以持续更新——而不需要像频率学派那样承受「peeking」导致假阳性率飙升至 25%+ 的问题。

4. 区间估计：置信区间 vs 可信区间¶

95% 置信区间不意味着「参数有 95% 的概率在区间内」。正确的频率学派解释是：「如果我们重复实验 100 次，大约 95 个置信区间会包含真实参数」——这是关于程序的长期性质，而非这个特定区间的可靠性。

95% 可信区间恰恰意味着「参数有 95% 的概率在区间内」——这是贝叶斯从后验分布直接取 2.5% 和 97.5% 分位数得到的。它直接回答了所有人直觉上想问的问题。

5. 计算实现：为什么贝叶斯曾经不可能、现在可能了¶

贝叶斯的后验计算在分析上很难（需要求高维积分），MCMC 改变了游戏规则：它把「算后验」从分析域迁移到模拟域。你不需要解析求解后验——你只需要能从后验中采样，然后用样本回答任何问题（均值、分位数、概率）。

变分推断（VI）是进一步的工程妥协：当 MCMC 太慢时（大数据、深度模型），VI 把后验近似问题转化为优化问题——找「最接近真实后验的简单分布」。VI 牺牲了渐近精确性，换取了可扩展性。

选择框架：不是二选一¶

场景	推荐框架	原因
药物审批	频率学派	需要严格的假阳性控制 + 监管要求客观标准
商业 A/B 测试	贝叶斯	需要概率性决策（「B 更好的概率是 87%」）+ 可累积证据 + 不需要固定样本量
小样本 + 强先验	贝叶斯	先验可以补充数据不足
学术发表	频率学派	同行评审体系的要求（但这正在改变）
持续监控/序贯决策	贝叶斯	peeking 不破坏统计保证
探索性分析	贝叶斯	灵活、直观、适合迭代更新信念

两者不是敌人——它们回答不同的问题。 频率学派擅长「控制错误率」，贝叶斯擅长「量化不确定性」。最成熟的从业者知道什么时候该用哪一个，而不是选边站。

跨域链接¶

→ 概念笔记「频率推断核心张力」：频率学派 NHST 的三个系统性误解的哲学根源——P(D|H₀) ≠ P(H₀|D) 正是频率学派不允许给假设分配概率的直接后果
→ 概念笔记「决策理论三张面孔」：贝叶斯决策理论是规范理论的核心——最大化期望效用的数学框架直接来自贝叶斯定理
→ 概念笔记「因果推断方法阵营」：IV 和 G 方法可以从贝叶斯/频率两个视角理解——贝叶斯版本自动处理不确定性传播，频率版本需要 Bootstrap 或 Delta 方法近似
→ 概念笔记「关联不等于因果」：贝叶斯因果推断（如贝叶斯网络）与 Rubin/Pearl 框架互补——它提供了处理先验因果知识的自然框架
→ 概念笔记「概率分布选择不是数学偏好」：选择分布族的根本依据是数据生成过程——对数正态来自乘法过程，指数分布来自无记忆/常数风险。贝叶斯方法在此之上叠加了一层：「给定我对过程的有限知识，我对我选的分布族的信念有多强？」先验分布的选择 = 对数据生成过程的先验信念
→ 桥接笔记「贝叶斯决策理论」：贝叶斯决策理论 $a^* = \arg\max_a \int U(a,\theta) P(\theta|D) d\theta$ 是这个笔记的直接延伸——它把「概率是信念程度」和「我们应该最大化期望效用」统一在一个公式中，回答了「给定我对世界的不确定性，我应该做什么」
→ 概念笔记「机器学习失败金字塔」：贝叶斯方法在 ML 中的应用、贝叶斯 vs 频率学派的评估指标选择。
→ 概念笔记「度量选择是元决策」：贝叶斯因子和可信区间是频率学派 p 值思维的替代度量。
→ 桥接笔记「因果推断诊断检验本身是假设检验」：诊断检验中的贝叶斯替代方案（Bayesian equivalence testing 等）。
→ 桥接笔记「信用分配是强化学习与因果推断的共同根」：贝叶斯 RL 中的不确定性量化与信用分配。
→ 桥接笔记「预测因果决策是三个不同技术层」：贝叶斯方法如何应用于预测→因果→决策三层模型的每一层。
→ 概念笔记「自适应实验与多臂老虎机」：Thompson Sampling 是贝叶斯方法在序贯决策中最优雅的实例——通过从参数后验分布采样来自然平衡探索与利用，是「概率是信念程度」这一贝叶斯核心论点的操作性证明。
→ 概念笔记「博弈论基础——策略互动的数学语法」：Harsanyi 的贝叶斯博弈将不完全信息转化为不完美信息——通过引入"自然"作为虚拟玩家为每个玩家分配类型（决定其 payoff 函数的私有信息），贝叶斯纳什均衡将主观概率信念系统性地嵌入均衡概念。这是贝叶斯主观概率解释在博弈论中的奠基性应用。
→ 概念笔记「实验设计与在线对照实验——从统计显著性到组织可信度」：贝叶斯 A/B 测试和频率学派 A/B 测试的差异根植于概率定义——贝叶斯路线直接计算"处理优于对照的概率"，提供决策者需要的直觉答案；频率学派只能控制"如果零假设为真，看到当前结果的概率"。
→ 概念笔记「网络科学——从个体交互到集体涌现的结构性规律」：贝叶斯网络（Bayesian networks）和信息级联模型展示了贝叶斯推理在网络环境中的结构化表达——条件独立的有向无环图编码了变量间的概率依赖，信念传播算法在网络拓扑上高效计算后验边缘概率。将网络结构的"涌现规律"解释为贝叶斯聚合过程的宏观结果，是主观概率解释在网络层面最深刻的延伸。

追加——2026-06-29：分布选择与贝叶斯决策——从概率到行动的路径¶

为什么选择分布族也是贝叶斯问题¶

选择「这个数据来自哪个分布族」通常被当作频率学派的模型拟合问题（「看直方图、选匹配的分布、做 KS 检验」）。但深层上，分布族的选择编码了对数据生成过程的信念——而这正是一个贝叶斯问题。

对数正态分布不是凭空出现的——它是乘法增长过程的数学产物。指数分布不是「看起来像」——它是「纯随机、无老化事件」的模型。贝叶斯框架将这个过程形式化：你对数据生成过程的先验信念（「这个量是乘法累积的」）→ 选择对应的分布族（对数正态）→ 数据更新你对参数的信念 → 后验分布用于决策。

贝叶斯决策理论的实践缺口¶

完整的贝叶斯决策理论公式 $a^* = \arg\max_a \int U(a,\theta) P(\theta|D) d\theta$ 在理论上是完美的——但它要求三个在实践中常常不可得的东西：

后验联合分布 $P(\theta|D)$——对所有参数同时建模（MCMC/VI 使这成为可能但计算代价高）
效用函数 $U(a,\theta)$——对每个行动在每个世界状态下的完整效用（组织通常没有明确量化过）
行动空间 $\{a\}$ 的穷举——在复杂决策中，可能的行动数量是指数级的

这就是为什么规定决策工具（决策矩阵、AHP、事前验尸）存在——它们是贝叶斯决策理论在信息不完整的情况下的有限理性近似。决策矩阵将连续的后验概率离散化为打分，将连续的效用函数离散化为加权求和。AHP 将多维偏好结构降维为逐对比较。事前验尸模拟的是反事实世界状态的一个特定子集（「如果失败了是因为什么」）。

频率学派 vs 贝叶斯的争论集中在「如何量化不确定性」。但实践的瓶颈往往不是在「p 值还是后验」——而是在「从概率到行动的路径」。贝叶斯提供了这个路径（贝叶斯决策理论），频率学派没有（你必须外挂一个非正式的决策规则）。

追加——2026-07-03：反事实推理——频率学派无法抵达而贝叶斯天然支持的计算领域¶

反事实推理暴露了最深的学派分歧¶

频率学派：概率是客观世界的长期频率。反事实（「如果当初没有吸烟，这个人现在会不会得肺癌？」）询问的是一个从未发生的世界中的概率——频率学派没有「未发生世界的频率」这个概念。

贝叶斯学派：概率是认知主体的信念程度。反事实是信念的更新——给定当前观测，我对「在另一个可能世界中会发生什么」的信念是什么？

概率编程——反事实推理的计算引擎¶

概率编程（PyMC 等）的三个步骤实现了贝叶斯反事实：

1. 指定结构因果模型（SCM）——生成式代码：
   U ~ P(U)           ← 外生变量（不可观测的原因）
   X = f_X(U)         ← 处理生成
   Y = f_Y(X, U)      ← 结局生成

2. 从观测数据推断后验 P(U | D)——MCMC 采样

3. 计算反事实——do(X=x')：
   干预破坏原生成方程 X = f_X(U)
   从 P(Y | do(X=x'), U) ~ P(U|D) 中抽样
   → 得到 P(Y | do(x'))

对比：频率学派如何（不）处理反事实¶

维度	频率学派因果	贝叶斯反事实
目标	ATE（群体平均处理效应）	ITE 的后验分布（个体因果效应 + 不确定性）
外生变量不确定性	不讲	完整后验——我对 U 有多不确定？
先验信息	无	领域知识作为先验融入外生变量
反事实世界	频率学派没有这个概念	do-calculus + 后验采样自然表达

贝叶斯网络 vs 因果贝叶斯网络——一个关键区分¶

贝叶斯网络是概率模型——边表示「概率依赖」。因果贝叶斯网络是贝叶斯网络 + 边的因果含义——箭头方向 = 因果方向。反事实推理要求后者：你必须知道谁因谁果，不仅仅知道谁与谁相关。

概率编程优雅地统一了这两层——生成代码中的赋值方向 = 因果方向，后验计算 = 概率推理。do 操作 = 改变生成代码中的一行赋值。

对「分歧的五个层面」的补充——第六层面：反事实推理能力¶

频率学派与贝叶斯学派在五个层面的差异（先验、推断逻辑、效应量化、区间估计、计算实现）的基础上，第六个层面展现了最深的鸿沟：

	频率学派	贝叶斯学派
「未发生世界的概率」	无定义	$P(Y
个体因果（ITE）	无（只有 ATE）	$P(Y_i^1 - Y_i^0
将领域知识融入推断	无机制	先验 = 知识的形式化编码

这个第六层面不是理论上的细微差异——它是频率学派与贝叶斯学派在决策支持能力上的决定性差距。规范决策理论（贝叶斯决策理论的输入端）需要 $P(outcome | do(action))$，频率学派只能提供 $\hat{\tau}_{ATE}$——一个群体层面的点估计，没有不确定性，没有个体差异，没有反事实世界的分布。