tpnp.png

姣婆守唔到寡。所有登出封博啟事的博客都會重開。正如那些高調引退的歌星,都會復出。
網上盛傳地震前有蟾蜍遷徙行為。讀過《唐山大地震》 ((近年的預科中國文化科必讀書,另有一篇篇章叫做「我和我的唐山」,是以前會考中文科的課文)) ,有報道當年唐山大地震震前的動物行為。根據這一切,似乎蟾蜍遷徙行為可預測地震。
任何的預測行為,都要有預測準確的機會率。以前寫過拜爾定理。拜爾指出,我們是透過觀測證據去修改我們對一個事情的信心,例如地震發生後,我們事後知道之前發生蟾蜍遷徙,我們對「動物行為可預測地震」的信心增加。這個叫做「拜爾論機會率」。但科學證據普遍使用的是另一套理據,叫做「頻率論機會率」,這個理論用於統計學是假設檢定分析的基楚,是由 Pearson E 、Neyman 建立出來。「頻率論機會率」是透過觀察 n 次測試,有 na 次應驗,機會率 P(A) = na / n ,是當測試次數增加至無限次,應驗的相對次數。數學的表達是這樣:
prob_derive.png

即示,我們最少要計算 n 及 na 的次數。
宋以朗先生的東南西北翻譯了一篇文,指出近年有多次蟾蜍遷徙事件,但卻沒有地震發生。以「頻率論機會率」,這代表估中的機會不多。宋先生也提到「假陰」、「假陽」的問題。例如有蟾蜍遷徙事件,即當成地震先兆,全民移走十天,怎料卻沒有發生地震,這是「假陽」。如果沒有蟾蜍遷徙事件,卻發生地震,這是「假陰」。假陰假陽,都要付出代價。
醫生常常要做這一類的預測診斷,他們亦深明假陰假陽要付出的代價。 ((例如錯誤診斷一人有癌症,此人去跳樓。又或者一人有 AIDS ,卻不能診斷出來。他繼續濫交。)) 故此醫學界從軍事界 ((主要是從雷達數據分析的 Receiver Operating Characteristic 理論。)) 借來了很多的數據分析方法,來測定一個預測方法的準確性。例如一個新儀器,要測試其準確度,會在同一群人以新儀器測量,再用現有的「黃金標準」測量一次。從而計出很多的參數,例如靈敏度( Sensitivity )、特異度( Specificity )、陽性預測值( Positive Predictive Value )、陰性預測值( Negative Predictive Value )、似然比( Likelihood Ratio )、 c-指數( c-index / AzROC, Area Under ROC Curve )等等等等數字,才能證明一個新儀器準確。
現時難以證明地震是否能夠預測,是因為地震發生的次數太少,亦即 na 太少,也不能在實驗室製造一個完整的地震模型去進行預測實驗。就算 Sample Size 大,也只是 n 大,亦是沒有用。再者,地震是一個涉及空間和時間的複雜事件,一本通書不能睇到老。從科學角度來說,現時是難以證明,地震是否可以預測。當然,如果這是一個人道立場立論,指地震會引起重大人命傷害,有任何地震癥兆都應該預防,這個說法可以接受。
最後,請踴躍幫助災區居民。我不重覆捐款方法了,有捐款方式隨手一篇在這裡