概率编程框架：概率编程在AB测试/因果推断中的应用

可视化演示

展示系统处理流水线、实时性能指标曲线及多方案对比分析，包含数据流转、吞吐延迟监控与方案评估。

概率编程基础

小贝第一次拿到笔记本时，里面只有一条又矮又胖的曲线。那代表他相信“新品的真实好评率可能是 0 到 1 之间的任意数”，这个初始信念就是先验。概率编程做的，就是把这种信念写成程序：先声明“好评率 θ 服从某个分布”，再声明“每个顾客的反馈如何由 θ 生成”，最后把真实记录喂进去，让框架自动更新曲线。你不需要手推积分，只需要描述数据是怎么长出来的。

这种“先描述生成过程，再做推断”的思维，就是生成式思维。PyMC、Stan、NumPyro 这些概率编程框架，都允许你像写普通代码一样定义一个概率模型。模型里的每个未知量都是一个节点，节点之间有箭头相连，形成概率图模型。框架会根据你的模型自动推导后验，而不是要求你写出所有数学公式。

贝叶斯公式是这个过程的“发动机”：

对小贝来说，先验就是开店前对两款奶茶的模糊印象，似然就是试喝记录本身，后验则是“喝完这么多杯之后”的更新版印象。概率编程框架就是那个自动替小贝画曲线、算面积、做积分的计算助手。

AB测试痛点

过去小贝做 AB 测试，总是抱着一本“频率学派手册”：先定好需要的样本量，等收集完数据，算一个 p 值。p 值小于 0.05，就贴一个“显著”标签；不小于，就只能继续等。老板追问“B 比 A 到底好多少”，小贝却答不上来。因为频率学派把 θ 当成一个固定的未知数，只能回答“数据有多不像是巧合”，不能直接回答“哪个参数更可能更大”。

更麻烦的是，为了控制错误率，频率派方法往往需要把样本量定得很死。可互联网产品每天都有新用户进来，硬要等到“足够”再决策，常常错过迭代窗口。样本量焦虑由此而来。

其实把两个组的转化率都看成随机变量，问题会自然很多。设对照组真实转化率为 θ_A，实验组为 θ_B，观测到成功次数和失败次数之后，它们的联合后验可以写成：

小贝明白了：与其用一套固定剧本证明“没有巧合”，不如直接画出两条转化率分布曲线，让答案自己显现出来。

贝叶斯AB方案

贝叶斯 AB 测试的核心，不是给出一个“是否显著”的标签，而是给出一个概率：实验组真实转化率高于对照组的概率有多大。对小贝来说，这就像把两条后验曲线叠在一起，然后数一数“B 曲线在 A 曲线右边”的面积。

这个概率可以写成二重积分：

如果这个概率是 95%，小贝就会说：基于目前证据，珍珠椰椰更值得换上的把握是 95%。他还可以继续算期望收益，比如“B 比 A 平均高 1.2 个百分点”，以及选错时平均会损失多少。因为分布是连续更新的，小贝也可以每天打开笔记本看一次，不必死等固定样本量。这就是动态停止，也是贝叶斯 AB 方案在增长团队里受欢迎的原因。

因果推断基础

AB 测试是理想实验，但很多场景下小贝没法做实验。比如老板问：“如果上周我们没有给会员发 5 元优惠券，会员购买量会下降多少？”小贝手上只有观察数据，而优惠券、季节、用户活跃度全都搅在一起。这就是混杂因素：它既影响你是否领券，也影响你是否购买。只看相关性，小贝会把“夏天本来就卖得好”算成优惠券的功劳。

因果推断的突破口，是明确区分“看见”和“干预”。普通条件概率 P(Y | X=x) 描述的是“看见 X=x 时 Y 的分布”；而 P(Y | do(X=x)) 描述的是“我们主动把 X 设为 x 时 Y 的分布”。后门准则告诉我们：只要找到一组能阻断所有后门路径的混杂变量 Z，就可以用观测数据估计干预效果：

对小贝来说，这张公式就是一张“天气校正表”：下雨天顾客少，晴天顾客多，只要知道每天天气分布，就能把优惠券的真实效果从天气噪声里剥出来。更进一步，概率编程还可以把这种干预模型写成代码，估计“如果当时没发券”的反事实结果，并给出不确定性区间。

概率图模型

要让小贝在笔记本上做因果推断，不能只丢给他一堆数据，还要把变量之间的依赖关系画出来。概率图模型就是一张有向无环图：节点是变量，箭头代表直接影响。比如“价格 → 购买量”、“天气 → 购买量”、“优惠券 → 价格”。有了这张图，小贝才能判断哪些变量是混杂、哪些变量不能乱控制。

概率图模型的漂亮之处，是把复杂的联合分布拆成一个一个小条件分布：

概率编程框架允许小贝把这种图直接写进模型，再为每个节点选择先验分布。比如转化率用 Beta 分布，价格弹性用 Normal 分布。先验知识不再是模糊感觉，而是变成图中箭头和分布参数。这正是概率编程在因果推断中比普通回归灵活的原因：它能显式编码“哪些变量会造成混杂”，而不是把全部变量一股脑塞进回归方程。

推断引擎与落地

模型写好了，后验分布却没有解析解，怎么办？概率编程框架内置了推断引擎，最常用的一类方法是马尔可夫链蒙特卡洛，简称 MCMC。MCMC 的思路像让小贝在“后验地形图”上散步：地形高处是更可能的参数值，他每走一步就记一个点，走足够久之后，点的密度就近似后验分布。

现代概率编程框架常用哈密顿蒙特卡洛和 NUTS 采样器。它们不是随机乱走，而是模拟一个带质量的小球在后验地形上滚动。这个滚动过程可以用总能量描述：

这类“可逆推断”让采样器在分布上来回穿梭，从而量化反事实估计的不确定性。工程落地时，小贝还需要看 R-hat 收敛诊断、有效样本量和痕迹图，确认链真的走稳了。选型方面，PyMC 适合快速迭代，Stan 有更强的采样器，NumPyro 则更适合大规模 GPU 加速。对团队来说，选框架不是选“最炫”，而是选“能不能把先验和因果图清楚写出来”。

AI 应用场景

Python 演示

import numpy as np  class BayesianABTest:    def __init__(self, alpha_a=1, beta_a=1, alpha_b=1, beta_b=1):        self.alpha_a = alpha_a        self.beta_a = beta_a        self.alpha_b = alpha_b        self.beta_b = beta_b     def add_batch(self, group, success, fail):        if group == "control":            self.alpha_a += success            self.beta_a += fail        elif group == "variant":            self.alpha_b += success            self.beta_b += fail        else:            raise ValueError("unknown group")     def posterior_means(self):        mean_a = self.alpha_a / (self.alpha_a + self.beta_a)        mean_b = self.alpha_b / (self.alpha_b + self.beta_b)        return mean_a, mean_b     def probability_b_better(self, n_samples=50000):        rng = np.random.default_rng(2026)        samples_a = rng.beta(self.alpha_a, self.beta_a, n_samples)        samples_b = rng.beta(self.alpha_b, self.beta_b, n_samples)        return float(np.mean(samples_b > samples_a))     def expected_loss_of_choosing_a(self, n_samples=50000):        rng = np.random.default_rng(2026)        samples_a = rng.beta(self.alpha_a, self.beta_a, n_samples)        samples_b = rng.beta(self.alpha_b, self.beta_b, n_samples)        return float(np.mean(np.maximum(samples_b - samples_a, 0)))  def main():    ab = BayesianABTest()    ab.add_batch("control", 160, 640)    ab.add_batch("variant", 210, 610)    mean_a, mean_b = ab.posterior_means()    print("control posterior mean:", round(mean_a, 4))    print("variant posterior mean:", round(mean_b, 4))    print("P(B > A):", round(ab.probability_b_better(), 4))    print("expected loss if choose A:", round(ab.expected_loss_of_choosing_a(), 4))  if __name__ == "__main__":    main()

1. def add_batch(self, group, success, fail):把一批实验数据按组别累加到贝塔分布的参数上。
2. self.alpha_a += success成功次数让贝塔先验的 α 增大，后验均值随之右移。
3. samples_b = rng.beta(self.alpha_b, self.beta_b, n_samples)从实验组后验分布中抽取大量样本，用蒙特卡洛代替积分。
4. return float(np.mean(samples_b > samples_a))统计 B 大于 A 的样本比例，就是优势概率。
5. np.maximum(samples_b - samples_a, 0)只保留 B 比 A 好的差额，平均后表示“选 A 的机会成本”。

常见误区

面试题