本文谈到的贝叶斯定理是我在思考扑克局面时经常用到的工具，但我极少看到其他人谈论这个话题。因此，虽然我以前写过这方面的文章，但我觉得它值得更多关注。

贝叶斯定理（Bayes theorem）是概率论中的一个最基本概念。如果你初次接触贝叶斯定理，解释它的运作原理要比给出它的正式定义更简单。

假设有一个疾病测试，100个人中只有1个人患有这种疾病。你接受的测试有95%的准确度。你的测试结果是阳性，你患有这种疾病的可能性是多大？花点时间思考你的答案。

大多数人给出的答案是95%。这是不正确的——如你接下来将看到的，远非正确答案。

如果这个概念对你来说很新鲜，那么再次回顾上面的例子。你对于某种疾病的测试是阳性，测试准确度是95%，但你真正患上这种病的概率只有16%。

这种差异是因为这种疾病相对稀少。只有1/100的人真正患上这种病。但5/100的测试者将得到错误的结果。因此，这种测试很容易得出错误的结果。

如果我们改变这个例子，将这种疾病的流行度降至1/1000，那么一个精确度95%的阳性测试结果只给你2%的机率真正患了这种病。

这是一个有点反直觉但极有用的概念。

接下来我将向你分享一个扑克场景，然后做出类似上面的推理，让你体会贝叶斯定理在牌桌上的应用。

底池赔率告诉你，你需要在28%的时候获胜，才能证明跟注是合理的。那么对手需要在28%的时候诈唬。如果他的诈唬低于这个频率，你弃牌；高于这个频率，你跟注。

这里存在两个相关的信息片段。首先，当该牌手拿着一手破灭的听牌时，他诈唬的可能性有多大。这显然与我们的决定相关，但许多人在做决定时卡在了这里。“他是否一个爱诈唬的人？若是，跟注，若否，弃牌。”

但你也需要另一个信息片段——他可以代表多少种底牌组合，这些组合占据他整个范围的百分比是多少。

他在800美元的底池下注500美元。你应该跟注吗？

你认为他有50种候选的诈唬牌。他需要用其中的至少8种组合真正诈唬。相关问题是：“该牌手看到候选的诈唬牌时真正去实施诈唬的频率是多少？”如果你的答案是“至少16%的时候，”那么你的对手将用50种诈唬组合中的至少8种去诈唬，因为你可以预计在至少8/28的时候获胜，你可以跟注。

我想在这里提出两个相关数字。

首先是28%（对手的诈唬概率）。这个数字是视情况而定的。也就是说，对手的下注是否在28%的时候是诈唬取决了他的起手牌范围。如果他一开始就有一个很强的范围，那么他不太可能在28%的时候诈唬，因为他有那么多好牌，他必须疯狂诈唬才能让诈唬频率达到28%。

第二个数字16%完全取决于牌手。这个对手是那种在机会来临时愿意在至少16%的时候做大诈唬的人吗？一个在16%的时候诈唬的牌手，其诈唬频率往往与他的起手牌范围是好是坏无关。

假设我们打2/5美元的牌局，而且我们认为对手比较紧弱（nitty）。你不会指望他在得到机会的时候16%的时候做诈唬全压。

相反，你认为这个数字更可能是5%。大多数时候他会冷静地接受失败，但偶尔他会鼓起勇气放飞自我（诈唬）。

这是我们很少希望去跟注的牌手。

但假设使他置身于一种极端情况下，比如你们在竞争一个底池，他全压。这次他不是代表同花，而是代表葫芦这样极少见的牌。因为底牌排除效应和他没有打过特定牌局的事实，只有5种他可能拿到的组合能够使价值下注成立。假设他有45种“因为太好而不能诈唬，但又不够好到下注”的底牌组合。然后，他有60种候选的诈唬牌组合。

他在5%的时候诈唬，因此在60种候选的诈唬牌组合中，他只用其中3种组合去诈唬。

需要澄清的是，牌手只有五种价值下注组合的情况很少见。因此，绝对不要说，在紧弱玩家下大注时你应该跟注他们。恰恰相反，通常你应该弃牌。但为了做出那种决定，知道对手紧弱和极少诈唬还不够。知道他代表的牌有多常见/少见也很重要。如果极其少见，你甚至要考虑跟注一个紧弱玩家。