之間 。 如果 我 對 天氣 毫無 任何 概念 的話 ， 該 怎麼辦 ？ 」 「 如果 不 先 假設 天氣 情況 ， 就 無法 估算 。 來 ， 試試 看 吧 ！ 」 魏納 喃喃自語 著 ： 「 假設 下雨 時 ， 那麼 螢幕 上 顯示 下雨 圖案 的 機率 是 百分之八十 ， 所以 我 必須 估計 實際 下雨 天數 的 百分之八十...... 這 簡直 是 白搭 ， 我 原本 是 想 先 預測 雨天 的 啊 ！ 」 「 你 看 吧 ！ 」 「 現在 看看 好 天氣 的 預測 。 假設 不 下雨 時 ， 那麼 出現 下雨 圖案 的 機率 是 百分之五 。 結果 還 不 是 一樣 ， 我 還是 不 知道 什麼 時候 不 下雨 ， 百分之五 的 機率 我 不 知道 就 是 不 知道 。 你 說 的 對 ， 這樣 行不通 的 。 現在 該 怎麼辦 ？ 」 「 魏納 ， 你 必須 遵照 表格 十二 的 說明 。 我們 假設 下雨 或 不 下雨 的 天數 相同 ， 你 看 這 數據 。 現在 你 想 知道 今天 天氣 的 變化 ， 沒有 氣言家 時 ， 降雨 機率 為 百分之五十 ； 有 了 它 和 螢幕 上 的 下雨 圖案 後 ， 降雨 機率 增加為 百分之九十四 （ 16/17 = 0.94 ） 。 有 了 氣言家 後 ， 天氣 預測 變得 更 精準 了 ， 你 也 更 能 掌握 天氣 。 」 實際 天氣 下雨 或 不 下雨 天數 的 分配 氣言家 的 預測 下雨 不 下雨 不 下雨 二十 天 一 天 （ 20x5 % ） 十九 天 （ 20x95 % ） 下雨 二十 天 十六 天 （ 20x80 % ） 四 天 （ 20x20 % ） 預測 雨天 的 失誤率 ： 6 % （ 1/17 ） 預測 非 雨天 的 失誤率 ： 17 % （ 4/23 ） 表格 12 ： 氣言家 顯示 不同 圖案 時 的 降雨 機率 。 假設 ： 下雨 或 不 下雨 的 天數 相同 。 當然 也 可能 下雪 或 冰雹 ， 但 這些 不 在 我們 討論 的 範圍 。 「 那 ， 好 吧 ， 卡勒 。 我們 再 假設 另 一 個 狀況 ， 一 個 大約 每隔 十 天 才 下 一 次 雨 的 地區 ， 例如 澳洲 的 墨爾本 。 」 「 答案 很 快 便 知 分曉 ， 你 看 這裡 。 」 卡勒畫出 表格 十三 。 實際 天氣 下雨 或 不 下雨 天數 的 分配 氣言家 的 預測 下雨 不 下雨 不 下雨 四十 天 兩 天 （ 40x5 % ） 三十八 天 （ 40x95 % ） 下雨 五 天 四 天 （ 5x80 % ） 一 天 （ 5x20 % ） 預測 雨天 的 失誤率 ： 33 % （ 2/6 ） 預測 非 雨天 的 失誤率 ： 2.6 % （ 1/39 ） 表格 13 ： 氣言家 顯示 不同 圖案 時 的 降雨 機率 。 假設 ： 四十五 天 當中 有 四十 天 不 下雨 ， 五 天 下雨 。 「 這 看來 像是 你 那 台 超級 氣言家 在 預測 雨天 時 經常 出錯 ， 失誤率 約 為 百分之三十三 ！ 預測 不 下雨 時 ， 反而 比較 準確 ， 而且 機率 甚至 高達 百分之九十七點四 （ 38/39 ） 。 如果 我 知道 某 地 很少 下雨 ， 那麼 答案 很 明顯 ， 根本 不 需要 氣言家 。 我們 再 看看 中央 季風區 ， 當地 一百 天 中 有 九十 天 下雨 ， 這時 預測 的 情況 如何 ？ 」 「 沒 問題 ， 誰 叫 我 一向 對 外 宣傳 零售 最 大 的 好處 就 是 不 間斷 的 諮詢 服務 。 不過 這 次 我們 就 省略 畫圖 吧 ！ 」 卡勒 又 隨手 很