概率思维入门：一份日常决策清单

很多人一听到概率，就想到硬币和骰子。其实概率思维更像一种日常工具——它不保证你每次都对，但能让你在信息不全时少犯系统性错误。这份清单整理了六个可以直接用的思考习惯，每条都配了具体数字或例子。

第一条：先找基础比率。基础比率是这件事在没有额外信息时的平均发生概率。比如某城市去年入室盗窃案发率是0.3%，那么任何一户人家今年遭遇盗窃的初始概率就是0.3%。如果你住的小区有门禁、监控、保安巡逻，你可以把这个数字往下调；如果小区最近三个月连发三起盗窃，你可以往上调。但调整之前，必须先知道起点在哪里。忽略基础比率是很多直觉判断出错的主要原因。

第二条：用贝叶斯方式更新判断。简单说，新证据出现时，不要全盘推翻旧判断，也不要完全无视新信息。假设你估计某个项目按时上线的概率是70%。现在核心开发人员请了两周病假，这个证据很强，你该把概率降到40%左右；如果只是产品经理提了一个小需求变更，概率可能只降到65%。更新幅度取决于证据的强度，而不是证据的有无。日常中，天气预报从“降水概率30%”变成“降水概率70%”，就是气象台在根据新数据做贝叶斯更新。

第三条：区分“走势”和“独立事件”。抛一枚公平硬币，连续五次正面之后，第六次正面的概率仍然是50%。但很多人会觉得“该出反面了”。同样，一个基金过去三年收益很好，不代表明年一定继续好——除非你能找到持续跑赢的原因。看走势图时，要问自己：这个趋势背后有真实机制吗？还是只是随机波动？A股某指数连续五天上涨，媒体会说“强势走势”，但如果你统计过去十年类似情况，会发现第六天上涨概率大约52%，和抛硬币差不多。

第四条：算期望值，而不是只看结果。期望值等于每个可能结果的概率乘以它的影响，再求和。举个例子：一个项目有60%概率赚200万，40%概率亏100万。期望值=0.6×200+0.4×(-100)=80万。另一个项目有90%概率赚50万，10%概率亏30万，期望值=0.9×50+0.1×(-30)=42万。虽然第二个项目“更稳”，但第一个的期望值更高。当然，你还要考虑自己能不能承受40%的亏损。期望值是参考，不是唯一标准。

第五条：警惕“预测”中的过度精确。当有人告诉你“明年GDP增速精确到5.2%”或者“这款产品上线后日活将达到8.7万”，你要多问一句：这个数字的误差范围是多少？好的预测通常给区间，而不是单点。比如“明年增速在4.5%到5.5%之间”比“5.2%”更诚实。你可以观察那些长期做预测的机构，看他们是否公布历史预测的误差记录。如果一个预测者从不承认自己会错，他的预测大概率不可靠。

第六条：记录你的预测，定期复盘。这是最容易被忽略的一条。你不需要写复杂日记，只需要在手机备忘录里记下：日期、事件、你估计的概率。比如“3月1日，估计这个项目4月底前上线概率70%”。到了4月30日，回看结果。坚持半年，你会发现自己哪些领域判断准，哪些领域总是过度自信。有研究显示，普通人对自己“90%确定”的事情，实际正确率往往只有70%到80%。复盘就是校准这个过程。

以上六条不需要数学基础，只需要在决策前多问一句：基础概率是多少？新信息有多强？这是独立事件吗？期望值划不划算？预测的误差范围呢？上次我判断对了吗？把这些变成习惯，你对数据和走势的观察会更有结构，预测也会更接近现实。概率思维不能消除不确定性，但能让你在不确定中站得更稳。