现代定量风险分析可谓奠基人之一的Stanley Kaplan曾经说过，风险交流的两个基本定理是：

Theorem 1: 50% of the problems in the world result from people using the same words with different meanings.

Theorem 2: The other 50% comes from people using different words with the same meaning.

诚哉斯言！贝叶斯方法讲的是什么？它讲的是在不完全信息下的归纳逻辑。

大家比较熟悉的逻辑是： 如果命题“A则B”成立, 那么其逆否命题“非B则非A”亦成立。这里的“成立”是说100%概率。因此，那是一种确定性逻辑。

在现实生活中，我们没有百分百的把握。托马斯-贝叶斯的伟大之处在于，他将命题的不确定性引进来，再看答案如何。用数学的语言描述就是：

假设 Pr(A|B) = p. 那么Pr(B|A) = ?

用一个具体的例子来说明这个问题。某医疗检测技术针对爱滋病的确诊率为99.99%。某君G检测为阳性，请问G君患爱滋病的概率是多少？

为了讨论的方便，令A = 爱滋病，B=检测结果显示阳性。为了避免定理一、二中所描述的错误，让我们定义确诊率为Pr(B | A）。

问题再问一遍： 已知Pr(A|B) = 99.99%，Pr(B|A) = 99.99%吗？

好，启发式教学到此为止，剩下的都是历史，The rest is history. 有兴趣的读者可以再看有关贝叶斯的一道补充习题还有更早写的如何理解贝叶斯？【全文阅读】