《春山》中的贝叶斯统计——白敬亭衣服合理概率及决策比重。

目录

  • 1. 全身黑衣服合理概率
  • 2. 真的是导演组允许?
  • 3. 粉丝的证据是否站得住?
  • 4.总结

感谢up主链接: 【理工春山学】只谈事实 从统计角度深度剖析春山学,她使用贝叶斯统计合理分析了在舞台中白敬亭、双魏、导演组出错的概率。接下来我采用一个新角度继续开辟《春山》中的贝叶斯统计——白敬亭衣服合理概率及决策比重。

1. 全身黑衣服合理概率

要量化计算白敬亭穿全身黑衣服合理的概率,我们可以采用概率论的方法,结合已知信息和先验概率,计算出后验概率。声明:所有涉及主观估计的概率我都进行了客观+保守处理。
首先,我们需要确定以下几个因素:

  1. 先验概率 (P(H))

    • 这是白敬亭穿全身黑衣服合理的先验概率。白敬亭(左1)此次春晚和节目有关的衣服一共是三套,灰色、白色、黑色。
    • 所以,他穿黑色的概率, P ( H ) = 1 / 3 P(H)=1/3 P(H)=1/3
      在这里插入图片描述
      在这里插入图片描述
  2. 条件概率 (P(E|H))

    • 新证据(E)包括他曾经的衣服是浅色系,魏大勋穿白衣服黑裤子黑鞋,魏晨穿白衣服白裤子黑鞋等信息。
    • 这需要考虑到白敬亭穿全身黑衣服是否与其他演员的着装协调。需要根据具体情况进行估计。
    • 在服从二项分布的情况下,白是否穿黑的初始值是0.5。但集体的浅色配色(白绿)和魏大勋(白衣黑鞋黑裤子收紧视觉中心)和魏晨(由金色衣服换成朴素的白色)的行为降低了白敬亭穿黑衣服合理的概率,但为了保留一定的客观性,我们把P(E/H)调整为0.4.
    • P ( E ∣ H ) = 0.4 P(E|H)=0.4 P(EH)=0.4
  3. 边际概率 (P(E))

    • 有一部分人认为他的穿搭没问题,另一部分人在看节目时感觉到奇怪,这两部分人加起来构成观众总和。
    • P ( E ) = 1 P(E)=1 P(E)=1

现在,我们可以使用贝叶斯定理计算后验概率 P ( H ∣ E ) P(H|E) P(HE),即白敬亭穿全身黑衣服合理的概率。
P ( H ∣ E ) = P ( E ∣ H ) ⋅ P ( H ) P ( E ) P(H|E) = \frac{P(E|H) \cdot P(H)}{P(E)}\ P(HE)=P(E)P(EH)P(H) 
代入 P ( H ) = 1 / 3 P(H)=1/3 P(H)=1/3 P ( E ∣ H ) = 0.4 P(E|H)=0.4 P(EH)=0.4 P ( E ) = 1 P(E)=1 P(E)=1,得出:
P ( H ∣ E ) = 1 / 3 ⋅ 0.4 = 0.1333 P(H|E)=1/3\cdot0.4=0.1333 P(HE)=1/30.4=0.1333

根据这个估算,白敬亭穿全身黑衣服合理的概率约为 13.33%。

2. 真的是导演组允许?

但此时,粉丝说:“如果他自己换衣服,导演组一定会说他的。既然衣服是这样,导演组也是默许的。”那么,我们进一步计算一下在换衣服事件上,各方的权重。

权重可以用来表示每个因素对最终结果的影响程度。在这种情况下,我们可以考虑两个因素:白敬亭自己的行为(自己换衣服)、导演组的更改。

  • 量化权重: 将这些影响程度量化为权重值。可以使用百分比或其他单位来表示权重,确保所有权重之和为 100%。在决策衣服权力上,原本白敬亭:导演是1:1,但实际上白本人占比更高,因为导演组最终不可能因为他换了衣服就不让他上台。最终:
群体/个人决策力
白敬亭60%
导演组40%
  • 计算影响力:
    因为换衣服事件是一场赌博,所以在事件发生前,可以假设换衣服事件对于每个人的影响是相同的。因为对于节目效果不好这一结果,白敬亭本人、导演、其他演员都要被问责,基本可以平分后果。
群体/个人负面影响
白敬亭33.33%
其他演员33.33%
导演组33.33%

这件事发生,只有三个人会直接得到关注度(有可能+,有可能-):白敬亭、魏大勋、魏晨。以群体为单位的导演组和伴舞演员不会直接被大众看到。所以导演组其实没必要故意更改衣服换来不好的节目效果/为他人带来负面影响,有可能是发生了意外。

  • 加权计算综合权重: 最后,根据每个因素的权重值,对各方的权重进行综合计算。但在本讨论中,我们无法量化现在的负面影响,也无法进一步判定各方占比,所以不进行加权处理。

3. 粉丝的证据是否站得住?

这一点在b站【理工春山学】的up也有提到。粉丝发出彩排视频,其中一版指出白敬亭彩排和现在衣服不一样,另一版指出彩排和现在动作一样。所以得到了结论:衣服是彩排后修改的;站位彩排时就这么定的。

条件A:彩排时衣服不一样。
条件B:彩排时动作一样。
A和B互相之间根本不是充分必要条件,也就是说一个条件根本推不出另一个条件怎么样,这也就是为什么原up说这两者之间根本就是矛盾的,没有交集的。根本没办法通过这两个视频来为他立论。
在这里插入图片描述

4.总结

我不想揣测任何阴谋论,我只分析客观的数据和逻辑,由此得出结果。在这个讨论中,我们考虑了白敬亭换衣服事件对于白敬亭本人、导演组和其他演员的影响。之所以这件事引起大家的关注,是因为生活中有太多职场事件和该案例类似。只要结果不好,无论是不是出错,是谁出错,所有参与者都将被问责和承担代价。未来大家请擦亮眼睛,谨慎行事,保护自己。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/684380.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

吐血整理!操作系统【处理机调度】

🌈个人主页:godspeed_lucip 🔥 系列专栏:OS从基础到进阶 1 基本概念1.1 总览1.2 什么是调度1.2.1 调度1.2.2 处理机调度 1.3 调度的三个层次1.3.1 高级调度1.3.2 中级调度(内存调度)1.3.3 低级调度&#xf…

【leetcode994】腐烂的橘子(BFS)

文章目录 一、题目二、思路三、代码 一、题目 二、思路 首先将所有烂橘子入队,然后常规BFS遍历,注意while的截止条件除了队列为空,新鲜橘子数量大于0(没新鲜橘子也没必要继续遍历,保证时间计算的正确性)&a…

哈希切分

目录 一 二 三 2.单个子文件太大怎么办?(分两种情况讨论) 一 这样的题目典型就是KV模型的问题,即通过key IP找对应的value 出现次数,对于KV模型的问题首先想到的就是用map来统计次数,但是100G大小的文件…

Docker 第十四章 : Docker 三剑客之 Machine

第十四章 : Docker 三剑客之 Machine 本章知识点: Docker Machine 是 Docker 三剑客之一,它是一个工具,允许用户在本地或远程机器上创建 Docker 主机。它简化了 Docker 环境的设置,特别是在不同的操作系统和云平台上。通过 Docker Machine,用户可以轻松地在虚拟机或物理…

基于四叉树的图像分割算法matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 ........................................................... Imgs(dx 1 : dx R1, dy 1 …

Spring中的事务实现、失效场景即AOP的相关概念理解

spring实现事务(声明式事务)的本质就是aop完成的,它会对方法的前后进行拦截,在执行方法之前开启事务,在执行完目标方法之后根据执行情况提交或回滚事务。aop就是面向切面编程,在spring中将那些与业务无关,但却对多个对象产生影响的…

【硬核】javascript轻松实现自动化批量取消某音用户关注功能

🚀 个人主页 极客小俊 ✍🏻 作者简介:web开发者、设计师、技术分享博主 🐋 希望大家多多支持一下, 我们一起学习和进步!😄 🏅 如果文章对你有帮助的话,欢迎评论 💬点赞&a…

高程 | 继承与派生(c++)

文章目录 📚继承的概念和语法📚派生类生成过程📚继承权限和继承方式🐇公有继承🐇私有继承🐇保护继承 📚类型转换规则📚派生类构造函数和析构函数📚继承中的静态成员特性&…

Linux rp_filter、arp_filter、arp_ignore、arp_announce参数说明

Linux rp_filter、arp_filter、arp_ignore、arp_announce参数说明。我查看了参考资料,又去查阅了官方文档,凭着我的理解整理了以下文档。各位大神的文档写的很好,但都不喜欢断句啊,读的我这叫一个累。 参考 1.网络编程之网络丢包…

IDEA工程与模块管理

一、IDEA项目结构 层级关系: project(工程) - module(模块) - package(包) - class(类)具体的: 一个project中可以创建多个module一个module中可以创建多个package一个package中可以创建多个class二、Project和Module的概念 在 IntelliJ IDEA 中&…

机器学习——聚类问题

📕参考:西瓜书ysu老师课件博客(3)聚类算法之DBSCAN算法 - 知乎 (zhihu.com) 目录 1.聚类任务 2.聚类算法的实现 2.1 划分式聚类方法 2.1.1 k均值算法 k均值算法基本原理: k均值算法算法流程: 2.2 基于…

GD32F303VET6裸板调试遇到问题

1、开始串口中断的时候会死机:nvic_irq_enable(USART0_IRQn, 3, 0); 解决:要设置中断优先级分组: nvic_priority_group_set(NVIC_PRIGROUP_PRE4_SUB0); 2、初始化的时候多几次使用 printf 会HardFault_Handler: 解决:因为RTOS中…

《剑指offer》

本专题是分享剑指offer的一些题目,开始刷题计划。 二维数组的中的查找【https://www.nowcoder.com/practice/abc3fe2ce8e146608e868a70efebf62e?tpId13&tqId11154&ru/exam/oj】 描述 在一个二维数组array中(每个一维数组的长度相同&#xff0…

大端和小端传输字节完整版

大端和小端传输字节序 大端和小端一、最高有效位、最低有效位1.MSB(Most significant Bit)最高有效位2.LSB(Least Significant Bit)最低有效位 二、内存地址三、大端和小端四、网络字节序和主机字节序五、C#位操作符六、C#中关于大端和小端的转换七、关于负数八、关于汉字编码以…

论文阅读 - Non-Local Spatial Propagation Network for Depth Completion

文章目录 1 概述2 模型说明2.1 局部SPN2.2 非局部SPN2.3 结合置信度的亲和力学习2.3.1 传统正则化2.3.2 置信度引导的affinity正则化 3 效果3.1 NYU Depth V23.2 KITTI Depth Completion 参考资料 1 概述 本文提出了一种非局部的空间传播网络用于深度图补全,简称为…

边缘计算:重塑数字世界的未来

引言 随着物联网(IoT)设备的激增和5G网络的普及,我们正站在一个计算模式的新纪元门槛上——边缘计算。这一技术范式将数据处理和分析推向网络的边缘,即设备或终端,为实时性要求较高的应用提供了前所未有的可能性。 目…

【开源】新生报到网站 JAVA+Vue.js+SpringBoot+MySQL

本文项目编号: T 002 。 \color{red}{本文项目编号:T002。} 本文项目编号:T002。 目录 1 功能模块1.1 在线交流模块1.2宿舍分配模块1.3 校园概况模块1.4 专业管理模块 2 系统展示3 核心代码3.1 图表展示3.2 查询评论3.3 新增报道 4 免责声明 …

2024春节联欢晚会刘谦魔术分析

春晚已经越来越拉胯了,看着节目单没一个能打的,本来想说:办不起,就别办呗。 没想到第二天刘谦的魔术以一种很奇特的姿势火起来了,干脆蹭个热度,分析下魔术的原理。 魔术1 这个不算什么新奇的节目&#xf…

春晚后台撒贝宁意外“踩高跷”,尼格买提内增高秘密笑翻全场。

♥ 为方便您进行讨论和分享,同时也为能带给您不一样的参与感。请您在阅读本文之前,点击一下“关注”,非常感谢您的支持! 文 |猴哥聊娱乐 编 辑|徐 婷 校 对|侯欢庭 龙年春晚无疑是观众们热议的焦点!除了尼格买提表演…

Spring Task定时任务

目录 1、介绍 2、cron表达式 2.1、在线生成器 2.2、通配符 3、代码示例 3.1、使用步骤 3.2、 代码开发 3.3、测试 🍃作者介绍:双非本科大三网络工程专业在读,阿里云专家博主,专注于Java领域学习,擅长web应用开发…