Werden wir Helden für einen Tag
Home | About | Archive預測
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：
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。