1) การสาธิตที่ดีเกี่ยวกับวิธีการกำหนดแบบ "สุ่ม" เพื่อกำหนดความน่าจะเป็นของเหตุการณ์บางอย่าง:
โอกาสที่เส้นสุ่มที่ลากผ่านวงกลมจะยาวกว่ารัศมีคืออะไร
คำถามทั้งหมดขึ้นอยู่กับว่าคุณวาดเส้นของคุณอย่างไร ความเป็นไปได้ที่คุณสามารถอธิบายได้ในทางที่เป็นจริงสำหรับวงกลมที่วาดบนพื้นอาจรวมถึง:
วาดจุดสุ่มสองจุดภายในวงกลมและวาดเส้นผ่านจุดเหล่านั้น (ดูว่าแมลงวัน / ก้อนหินสองลูกตกลงไปที่ใด)
เลือกจุดคงที่ในเส้นรอบวงจากนั้นสุ่มหนึ่งจุดในวงกลมและเข้าร่วม (ด้วยเหตุนี้การวางแท่งไม้ข้ามวงกลมที่มุมตัวแปรผ่านจุดที่กำหนดและการสุ่มหนึ่งจุดที่หินตกลงมา)
วาดเส้นผ่านศูนย์กลาง สุ่มเลือกจุดตามแนวนั้นและตั้งฉากผ่านนั้น (ม้วนไม้ไปตามแนวเส้นตรงเพื่อวางข้ามวงกลม)
มันค่อนข้างง่ายที่จะแสดงให้คนที่สามารถทำรูปทรงเรขาคณิตบางอย่าง (แต่ไม่จำเป็นต้องมีสถิติ) คำตอบสำหรับคำถามอาจแตกต่างกันมาก (จากประมาณ 2/3 ถึงประมาณ 0.866 หรือประมาณนั้น)
( 1)210)
3) อธิบายว่าทำไมการวินิจฉัยทางการแพทย์อาจดูเหมือนว่ามีข้อบกพร่องจริงๆ ทดสอบ foo โรคที่ถูกต้อง 99.9% ในการระบุผู้ที่มีมัน แต่. 1% false-positive วินิจฉัยผู้ที่ไม่ได้จริง ๆ มันอาจดูเหมือนจะผิดจริง ๆ บ่อย ๆ เมื่อความชุกของโรคต่ำจริง ๆ ( เช่น 1 ใน 1,000) แต่ผู้ป่วยจำนวนมากได้รับการทดสอบแล้ว
นี่คือสิ่งที่อธิบายได้ดีที่สุดด้วยจำนวนจริง - จินตนาการว่ามีผู้ทดสอบ 1 ล้านคนดังนั้น 1,000 คนมีโรค 999 คนถูกระบุอย่างถูกต้อง แต่ 0.1% ของ 999,000 คนคือ 999 คนที่บอกว่าพวกเขามี แต่ไม่มี ดังนั้นครึ่งหนึ่งที่ได้รับการบอกกล่าวว่าพวกเขาไม่ได้ทำจริงแม้จะมีระดับความแม่นยำสูง (99.9%) และผลบวกปลอมในระดับต่ำ (0.1%) การทดสอบครั้งที่สอง (แตกต่างกันในอุดมคติ) จะแยกกลุ่มเหล่านี้ออก
[อนึ่งฉันเลือกตัวเลขเพราะพวกมันใช้งานได้ง่ายแน่นอนว่าพวกเขาไม่ต้องเพิ่มมากถึง 100% เนื่องจากความแม่นยำ / อัตราบวกผิดพลาดเป็นปัจจัยอิสระในการทดสอบ]