贝叶斯可以复制这个结果。比如，在第一架飞机撞击大楼之前，我们预测曼哈顿的高楼的概率只有1∶20000或0.005%。当然，我们还是会认为世贸中心意外飞机撞击的概率常低的。人们靠经验也能准确地预测出0.005%这个数字。9月11日之前的25000天，一直有飞机盘旋在曼哈顿的上空，而期间只发生了两次这样的意外事故：一次是1945年的美国帝国大厦事件，另一次是1946年的川普大厦事件。这样看来，此类意外事故的日发生概率只有1∶12500。在第一架飞机撞上世贸中心大楼的那一刻，如果用贝叶斯计算这些数据，发生的概率便会从0.005%剧增至38%。
然而，贝叶斯暗含的意思并不是说，我们对概率的预测只可以作一次更新，相反的，鉴于新的不断涌现，我们需要不断地更新自己的预测结果。于是，第一次的后验概率38%，在第二次袭击之前就会变成先验概率。这时再来进行世贸中心第二次的概率运算，袭击的概率就变成了99.999%，这就表示必会出现。在阳光灿烂的纽约出现意外事故的概率很低，而就像我们推断出来的结果一样，第二次很有可能会发生。
不断犯错，不断尝试，这或许是贝叶斯应用起来最容易的一个原则。或者说，一旦获得新信息，我们就应该更新自己的预测。（节选自中信出版社《信号与噪声》，纳特·西尔弗著，2013年8月第1版）(完)