諾貝爾經濟學獎得主、普林斯頓大學心理系與公共事務學系榮譽教授、行為經濟學領域開山始祖、《快思慢想》作者Daniel Kahneman於近日過世。Kahneman的研究對於經濟學、心理學、政治科學都有重大影響，與長期的共同作者Amos Tversky兩人一起扭轉好幾個學術領域。Kahneman與Tversky在1970透過一系列的行為經濟學實驗，顯示出人們在計算成本效益時並不是一直線的數學思考，進而提出由幾條曲線搭起來還會隨時改變參考點的展望理論(Prospect Theory)。他們當時設計了非常著名的『亞洲病實驗(Asian Disease Experiment)』，該實驗結果不只說明了人天生就不是線性的數學思考，更解釋了無數的政治學現象。
貝式定理在統計學的應用越見廣泛，也讓許多學生以為貝式定理只有跟「貝式統計推論」（Bayesian statistical inference）相關，沒用到貝式統計分析就不需要學會。其實貝式定理在生活之中是很有用的，本文以淺顯的方式介紹貝式定理的邏輯和計算方法，不僅期望讀者在學貝氏定理時確實理解那些複雜公式的由來，也希望讀者將貝式定理的邏輯思維運用到日常生活之中。要學會貝氏定理才能避免「基率謬誤」，正確地用新事件的資訊來更新我們原所信仰的先驗機率。
其實，對於用數學來分析人類行為的批評，古已有之。本文朔及美國作家愛倫坡（Edgar Allan Poe）藉他小說中人物提出的「詩人比數學家更能推理」的論述，由此引出晚近對經濟學數學化的批評，最後簡短地提出作者本人對這問題的保留看法。例如不使用數學的論述，難道就一定會更好？又如批評數學模式應該批評模式之錯誤或不完全的假設，而不是批評數學。