贝叶斯定理如何为上帝的存在分配概率？
哥伦比亚大学应用数学副教授克里斯·威金斯提供了以下解释
18世纪，托马斯·贝叶斯牧师首次将任何事件的概率（假设相关事件已经发生）表示为两个事件各自独立发生的概率以及两个事件同时发生的概率的函数。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。 通过购买订阅，您将帮助确保未来能够继续讲述关于塑造我们当今世界的发现和思想的具有影响力的故事。
以下面的例子为例。一位病人去看医生做检查。医生知道他所做的测试有 99% 的可靠性——也就是说，99% 的病人测试呈阳性，99% 的健康人测试呈阴性。医生还知道，只有 1% 的人口是病人。现在的问题是：如果病人测试呈阳性，病人患病的几率是多少？直觉的答案是 99%，但正确的答案实际上是 50%。贝叶斯定理将给定阳性测试结果时患病的概率 p(s|+) 与在患病的情况下获得阳性测试结果的概率 p(+|s)，以及一般患病概率 p(s) 和获得阳性结果的一般概率 p(+) 联系起来。（最后一种概率的计算留给读者。）在这种情况下，贝叶斯定理可以写成 p(s|+) = p(+|s) × p(s) / p(+)。
在定量建模中，准确数据的重要性对于此处提出的主题至关重要：使用贝叶斯定理来计算上帝存在的概率。（贝叶斯本人从未将他的定理与该主题联系起来。）目前，对宗教的科学讨论是一个热门话题，最近出版了几本反对有神论的书籍。其中一本是《上帝错觉》（Houghton Mifflin，2006 年），牛津大学教授理查德·道金斯专门反对使用贝叶斯定理来分配上帝存在的概率。
道金斯反对这种用法，并非因为他怀疑贝叶斯定理的真实性，而是因为他认为将人类经验转化为数字本质上是一个主观过程。评估上帝存在可能性的贝叶斯方法包括列举可能的结果（善、恶、宗教启示等的存在），并在假设上帝存在或不存在的情况下确定它们的概率。还必须表达对上帝存在的先验信念——如果没有任何来自我们经验的数据，我们将分配给上帝存在的概率。道金斯指出，这些数字无法定量确定，这使得贝叶斯定理在这种尝试中毫无用处。然而，在有可用数据的应用中，贝叶斯定理几乎是所有统计建模的核心，并且是具体思考不确定性的关键工具。
当你修剪某些毛发时，它们如何知道要长回来？
—C. 西班牙，纽约市
宾夕法尼亚大学皮肤科医生、头发和头皮疾病专家乔治·科察雷利斯回复：
修剪皮肤表面的毛发不会影响它们的生长，因为表面以上的毛发是死的。
我们身体上可见的毛发从皮肤内的活毛囊中长出。所有这些毛囊都经历所谓的毛囊周期，该周期分为三个阶段：生长期、退化期和休止期，分别称为生长期、退行期和休止期。在生长期，毛囊底部或球部细胞的快速增殖导致不断产生从皮肤表面长出的毛发纤维。（毛囊通过在生长期停留不同的时间来产生不同长度的毛发。）在生长期结束时，这些产生毛发的细胞开始死亡，进入退行期。在回退死亡几周后，毛囊在休止期休息几周甚至几个月。然后，一个新的较低的毛囊从休止期毛囊中的干细胞再生，生长期重新开始。旧的毛发纤维随后脱落——通常在你梳头时——当新的毛发取代它时。那些看起来“知道”在修剪后长回来的毛发只是恰好在你剪掉它们时处于生长期。