天才一秒记住【狂风中文网】地址：https://www.kfzw.net
然而，该模型可能会受到如下批判。
应该再设定“在游戏参加者选择了A帘，并且A帘后面的确藏有汽车的情况下，便打开C帘”
这样的模型。
这种情况下，反而会得出“一定要改选C帘”
的结论。
然而，如果对该批判进行深入思考的话，结论会是这样的：由于不能判断汽车的确切位置，或许还是应该对等地处理B和C会更好一些。
然而，这是将“理由不充分原理”
扩展到条件概率的思路，超出了通常的贝叶斯推理范围。
总之，说到底，概率性推论依存于“主观”
因素——对概率现象结构的想象，因此结论会根据模型的构建方式而不同。
因此可以说，概率性推论并不存在“正确的答案”
，至多是“妥当的推论”
罢了。
这一点在贝叶斯统计学和标准统计学（内曼－皮尔逊统计学）中是相同的。
第9讲·小结
1．蒙蒂霍尔问题和三个囚犯问题，以两种不同的形式表达了相同的内容。
2．如果认为一方的观点奇怪，就不得不接受其他的观点。
3．这两个问题都可以通过贝叶斯推理来进行解答。
4．笔者认为，由于结论依存于模型的设定（如何想象概率现象），所以没有所谓的“正确答案”
。
练习题
答案参见此处
在蒙蒂霍尔问题中，假设有4个帘子，请尝试通过贝叶斯推理进行求解，并将正确答案填入括号中。
如果选择了A帘，则共有9种可能性。
之后，设定主持人打开了B帘。
那么此时，
“A帘且开B”
的概率＝（）×（）＝（）
“C帘且开B”
的概率＝（）×（）＝（）
“D帘且开B”
的概率＝（）×（）＝（）
于是，如果要使其满足正规化条件，那么在获得信息“B帘被打开”
的情况下，各后验概率为：
“汽车在A帘后面的后验概率”
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！