魔鬼數(shù)學(xué)

分享一下書中的概念,還在整理中

-幸存者偏差:在對數(shù)據(jù)進(jìn)行數(shù)學(xué)統(tǒng)計的時候,要時刻提醒自己數(shù)據(jù)的來源是否經(jīng)過某種程度的篩選慷丽,數(shù)據(jù)來源可能具有一定的幸存者偏差。例如鳄哭,在統(tǒng)計總統(tǒng)支持率時網(wǎng)絡(luò)問卷不是一種合理的方式要糊,因為網(wǎng)絡(luò)問卷在無形中淘汰了一部分不接觸互聯(lián)網(wǎng)或是無法從某個途徑得知問卷的人,這導(dǎo)致結(jié)果會有偏差妆丘。

-線性思維誤區(qū):分析低稅率政府的收入锄俄,你會發(fā)現(xiàn)稅收越多,政府收入越多勺拣,這不難理解奶赠。但當(dāng)你分析高稅率政府的收入,你會發(fā)現(xiàn)收入隨著稅率增加而降低药有。這是因為過高稅率打擊了人們工作的積極性毅戈,所以政府收入反而會下滑。綜上愤惰,稅收與收入之間的關(guān)系是條拋物線苇经。所以為了最大化收入,政府應(yīng)該提高還是降低稅率宦言,實際上取決于此刻在收入拋物線上的位置扇单,這一點是和生活經(jīng)驗相矛盾的。生活中我們習(xí)慣用線性思維去理解事物蜡励,"社會正趨向老齡化令花,按現(xiàn)有速度來看50年后社會80%都會是老年人"就是一個典型的線性回歸的錯誤。

-大數(shù)定律:在連續(xù)10次得到正面朝上的結(jié)果后凉倚,我們總是覺得下一次反面朝上的概率肯定要略高一點兒兼都,好像只有這樣才能修正目前的不平衡狀況。但實際上硬幣是沒有記憶的稽寒,這一次正面朝上的概率依舊不會有任何改變扮碧。大數(shù)定律不會對已經(jīng)發(fā)生的情況進(jìn)行平衡,而是利用新的數(shù)據(jù)來削弱它的影響力杏糙,直至前面的結(jié)果從比例上看影響力非常小慎王,可以忽略不計。這就是大數(shù)定律發(fā)生作用的原理宏侍。

-負(fù)數(shù)陷阱:在數(shù)字有可能是負(fù)值時赖淤,不要討論它們的百分比。舉個例子來說明這個問題谅河,假設(shè)我開了一家咖啡店咱旱,但是咖啡賣得并不好确丢,上個月,我在咖啡銷售方面虧損了500元吐限。不過鲜侥,同時我的咖啡店還銷售點心和書,這兩種業(yè)務(wù)則分別為我賺了500元诸典∶韬總的算來,我這個月賺了 500元狐粱,其中100%的盈利來自點心銷售舀寓。因此,點心似乎是目前的主要贏利項目脑奠。但是我也可以這樣認(rèn)為基公,利潤的100%來自賣書。這個例子容易看出其中的陷阱宋欺,因為利潤把虧損的部分計算在內(nèi)了轰豆。但很多生活中接觸到的數(shù)據(jù)并不是很容易發(fā)現(xiàn)負(fù)數(shù)陷阱。當(dāng)談及增加的同時可能包含減少的時候齿诞,得出的結(jié)論就要多留意一番酸休。

-相關(guān)性的不可傳遞性:煙酸與優(yōu)質(zhì)膽固醇含量之間存在相關(guān)性,高含量的優(yōu)質(zhì)膽固醇與低心臟發(fā)病率之間存在相關(guān)性祷杈,我們好像可以得出這樣的結(jié)論煙酸和預(yù)防心臟病有一定相關(guān)性斑司。關(guān)于相關(guān)性不可傳遞性可以用一個簡單的例子來反駁,爸爸和我有血緣關(guān)系但汞,媽媽和我也有血緣關(guān)系宿刮,但爸爸和媽媽之間并沒有血緣關(guān)系。相關(guān)性是不可傳遞的私蕾。

-非對稱支配效應(yīng):假想面前有兩個面試者A和B僵缺,他們在各種能力上勢均力敵,選擇兩者的可能性分別是50%踩叭。此時出現(xiàn)了一個新的面試者C磕潮,C的能力并不如前兩者,C更像是低配版A容贝。按照概率來看C的出現(xiàn)并不會改變選擇A或B的概率自脯,但試驗表明此時C的出現(xiàn)會讓實驗者更傾向于選A,這種現(xiàn)象叫作"非對稱性支配效應(yīng)"斤富。iPhone手機(jī)內(nèi)存32膏潮、128和256G的,256G內(nèi)存的選項讓消費(fèi)者在32和128之間選擇的時候更傾向于128满力,就是非對稱支配效應(yīng)的一種應(yīng)用戏罢。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末屋谭,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子龟糕,更是在濱河造成了極大的恐慌,老刑警劉巖悔耘,帶你破解...
    沈念sama閱讀 218,036評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件讲岁,死亡現(xiàn)場離奇詭異,居然都是意外死亡衬以,警方通過查閱死者的電腦和手機(jī)缓艳,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來看峻,“玉大人阶淘,你說我怎么就攤上這事』ゼ耍” “怎么了溪窒?”我有些...
    開封第一講書人閱讀 164,411評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長冯勉。 經(jīng)常有香客問我澈蚌,道長,這世上最難降的妖魔是什么灼狰? 我笑而不...
    開封第一講書人閱讀 58,622評論 1 293
  • 正文 為了忘掉前任宛瞄,我火速辦了婚禮,結(jié)果婚禮上交胚,老公的妹妹穿的比我還像新娘份汗。我一直安慰自己,他們只是感情好蝴簇,可當(dāng)我...
    茶點故事閱讀 67,661評論 6 392
  • 文/花漫 我一把揭開白布杯活。 她就那樣靜靜地躺著,像睡著了一般军熏。 火紅的嫁衣襯著肌膚如雪轩猩。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,521評論 1 304
  • 那天荡澎,我揣著相機(jī)與錄音均践,去河邊找鬼。 笑死摩幔,一個胖子當(dāng)著我的面吹牛彤委,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播或衡,決...
    沈念sama閱讀 40,288評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼焦影,長吁一口氣:“原來是場噩夢啊……” “哼车遂!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起斯辰,我...
    開封第一講書人閱讀 39,200評論 0 276
  • 序言:老撾萬榮一對情侶失蹤舶担,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后彬呻,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體衣陶,經(jīng)...
    沈念sama閱讀 45,644評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,837評論 3 336
  • 正文 我和宋清朗相戀三年闸氮,在試婚紗的時候發(fā)現(xiàn)自己被綠了剪况。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,953評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡蒲跨,死狀恐怖译断,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情或悲,我是刑警寧澤孙咪,帶...
    沈念sama閱讀 35,673評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站隆箩,受9級特大地震影響该贾,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜捌臊,卻給世界環(huán)境...
    茶點故事閱讀 41,281評論 3 329
  • 文/蒙蒙 一杨蛋、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧理澎,春花似錦逞力、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至执隧,卻和暖如春揩抡,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背镀琉。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評論 1 269
  • 我被黑心中介騙來泰國打工峦嗤, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人屋摔。 一個月前我還...
    沈念sama閱讀 48,119評論 3 370
  • 正文 我出身青樓烁设,卻偏偏與公主長得像,于是被迫代替她去往敵國和親钓试。 傳聞我的和親對象是個殘疾皇子装黑,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,901評論 2 355

推薦閱讀更多精彩內(nèi)容