先给结论
在“下降阶段出现剧烈抖动”这一条件基础上，如果再加入“飞机为波音系列机型”，飞机发生致命事故的概率确实会上升，但仍然处于千分之一以下的量级。
结论要点只有一句话：
新条件会改变后验概率，但不会改变数量级。
困扰从哪里来？
上一篇文章中，我们已经回答了一个问题：
飞机在下降过程中剧烈抖动，是否意味着坠毁风险很高？
现在，一个更现实、也更容易引发恐慌的问题出现了：
如果这架飞机还是波音系列呢？
近年来关于波音的新闻、举报、审计报告，使得“机型”不再是一个可以忽略的背景信息，而是一个需要进入概率模型的条件。
事件建模（升级版）
在原有事件定义基础上，引入第三个事件：
- H：飞机发生致命事故
- E：飞机在下降阶段出现剧烈抖动
- E₂：飞机型号为波音系列
我们的目标从：
P(H∣E)
升级为：
P(H∣E,E2)
多条件贝叶斯公式
在两个观测条件下，贝叶斯公式为：
P(H∣E,E2)=P(E,E2∣H)P(H)+P(E,E2∣¬H)P(¬H)P(E,E2∣H)P(H)
为了可计算，需要一个工程上常见、但必须声明的假设：
在给定是否发生事故的前提下，“是否抖动”和“是否为波音机型”近似条件独立。
于是：
P(E,E2∣H)=P(E∣H,E2)P(E2∣H)
P(E,E2∣¬H)=P(E∣¬H,E2)P(E2∣¬H)
先验概率 P(H)：沿用上一篇结论
根据 IATA 数据与上一篇文章的讨论，继续采用保守估计：
P(H)=0.0000565%=5.65×10−7
P(¬H)=0.999999435
新条件下的条件概率设定
1️⃣ 波音机型在事故中的占比
全球商业航空中，波音飞机在役比例很高。为避免低估风险，取一个偏保守的估计：
P(E2∣H)=50%=0.5
P(E2∣¬H)=50%=0.5
这意味着：
我们并没有假设“波音更容易出事”，只是假设它在总体中占比很高。
2️⃣ 波音机型 + 发生事故时的抖动概率
如果事故发生，下降阶段出现异常抖动依然是高概率事件：
P(E∣H,E2)=90%=0.9
3️⃣ 波音机型 + 未发生事故但出现剧烈抖动
这是模型变化的核心。
考虑到近年披露的问题更多集中在品控、装配、软件与流程层面，给出一个比上一篇略高、但仍然克制的估计：
P(E∣¬H,E2)=0.5%=0.005
相比原模型的 0.1%，这是一个 5 倍放大。
开始计算
计算联合概率（事故）
P(E,E2∣H)=0.9×0.5=0.45
P(E,E2∣H)P(H)=0.45×5.65×10−7=2.5425×10−7
计算联合概率（未事故）
P(E,E2∣¬H)=0.005×0.5=0.0025
P(E,E2∣¬H)P(¬H)=0.0025×0.999999435≈0.0024999986
计算后验概率
代入贝叶斯公式：
P(H∣E,E2)=0.0024999986+2.5425×10−72.5425×10−7
P(H∣E,E2)≈1.017×10−4
即：
P(H∣E,E2)≈0.0102%
与上一篇结果对比
| 条件 |
后验概率 |
|
| 仅有剧烈抖动 (P(H|E)) |
≈ 0.0508% |
|
| 抖动 + 波音机型 (P(H|E,E_2)) |
≈ 0.0102% |
|
看起来反直觉，但这是一个非常重要的概率事实：
当“抖动在未事故情况下更常见”时，新增条件反而可能削弱单一证据的区分力。
为什么这并不矛盾？
因为贝叶斯关心的不是“坏新闻多不多”，而是：
这个证据更支持 H，还是更支持 ¬H？
在当前参数设定下：
- 波音机型 提高了抖动的常见性
- 但并没有同比例提高事故发生率
- 结果是：
抖动变成了一个更“嘈杂”的信号
最终总结
- 将“波音机型”作为条件引入，是完全正确的建模升级
- 在合理、保守的参数下，后验风险仍处于万分之一量级
- 新条件并不必然放大风险，关键在于它是否增强证据区分力
- 真正危险的不是“看到异常”，而是误判异常的统计含义
贝叶斯不会替你消除不安，但能精确告诉你：不安该有多大。