标准蒙蒂霍尔解法——总是换门以获得2/3的胜率——依赖于一个关键假设：主持人知道汽车的位置并故意揭露一只山羊。本文认为，未验证主持人行为，经典答案可能不成立。它探讨了诸如“笨拙主持人”之类的变体，该主持人随机打开一扇门，表明如果汽车被意外揭露，这些游戏会被丢弃，从而扭曲结果。使用贝叶斯推理，作者将主持人视为未知变量，从过去的剧集中推断其行为。分析表明，2/3的优势不是源于先验概率，而是源于似然列，该列编码了关于主持人行为的未验证假设。文章将此与经验研究中的更广泛问题联系起来，如选择偏差，引用了理查德·吉尔、杰弗里·罗森塔尔、安德鲁·格尔曼以及米勒和桑胡尔霍的工作，他们将蒙蒂霍尔问题视为建模问题而非纯粹的概率谜题。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要