อะไรคือปัญหาที่คุณโปรดปรานสำหรับการแนะนำความน่าจะเป็น


11

ฉันชอบแนะนำความน่าจะเป็นโดยการพูดคุยกับBoy หรือ GirlหรือBertrand Paradox

ปัญหา / เกมอื่น ๆ (สั้น) ให้การแนะนำความน่าจะเป็นที่สร้างแรงจูงใจ? ( หนึ่งคำตอบต่อการตอบกลับโปรด )

ป.ล. นี่คือการแนะนำความน่าจะเป็นที่อ่อนโยน แต่ในความเห็นของฉันมีความเกี่ยวข้องกับการสอนสถิติเนื่องจากอนุญาตให้อภิปรายเพิ่มเติมเกี่ยวกับเหตุการณ์ที่ไม่ต่อเนื่องทฤษฎีบทของเบย์พื้นที่ที่น่าจะเป็น / ที่วัดได้ ฯลฯ

คำตอบ:


11

ตัวอย่างที่ดีในการแสดงให้เห็นว่าผู้คนไม่ได้สุ่มคือการให้ชั้นเรียนเขียนตัวเลขระหว่าง 1 ถึง 10 จากนั้นให้คุณถาม 1, 2, .. เพื่อยืนขึ้น

เกิดอะไรขึ้นคือว่าส่วนใหญ่ของชั้นเลือก 7 และน้อยมากเลือก 1 และ 10 สิ่งนี้นำไปสู่คำถามที่น่าสนใจเช่น:

  • คุณควรเลือกหมายเลขสุ่มอย่างไร
  • กำลังออกแบบการทดสอบ
  • เราหมายถึงอะไรโดยการสุ่ม?

1
มีคำอธิบายสำหรับการปรากฏตัวของ 7 หรือไม่?

1
คำอธิบายการโบกมือโดยทั่วไปของฉันคือ: ผู้คนหลีกเลี่ยง {1, 5, 10} เพราะเห็นได้ชัดเกินไปและ "ไม่สุ่ม" ตัวเลขน้อยกว่า 5 - ผู้ที่ต้องการ RN ขนาดเล็ก! ผู้คนมักจะใช้หมายเลขกลางระหว่าง 5 ถึง 10 ฉันลองตัวอย่างนี้หกครั้งแล้ว (ในคลาสที่มีขนาด ~ 100) และมันก็ใช้ได้ทุกครั้ง
csgillespie

2
และแน่นอนว่า 17 คือจำนวนสุ่มน้อยที่สุด catb.org/~esr/jargon/html/R/random-numbers.html แต่หมายเลขสุ่มที่ฉันโปรดปรานคือ 37: jtauber.com/blog/2004/07/09/ … (ถึงแม้ว่าจะเห็นScienceblogs.com/cognitivedaily/ 2007/02 / ... )
ARS

1
ฉันคิดว่าสิ่งนี้แสดงให้เห็นว่า "การสุ่ม" ไม่สามารถกำหนดได้อย่างสมบูรณ์ หากคุณเริ่มกำหนด "แบบแผน" มากแล้วมันจะกลายเป็นระบบ ตัวอย่างที่ดีอย่างหนึ่งคือการสับไพ่ - ถ้าคุณทำอย่างเป็นระบบแล้วการสับจะไม่ทำอะไรเลย
ความน่าจะเป็นทางการ

8

ตัวอย่างมาตรฐานคือมอนตี้ฮอลล์เกม

นี่คือวิธีที่ฉันเข้าใกล้ตัวอย่างนี้:

  • แจกชุดไพ่สามใบในชั้นเรียนแล้วให้พวกเขาเล่นเกมเป็นคู่
  • แต่ละคู่เล่นเกมตามกลยุทธ์เฉพาะเช่นเปลี่ยนประตูเสมอ
  • หลังจากนั้นฉันใช้จำนวนครั้งที่ผู้ชนะในการคำนวณการคาดการณ์ของ Monte-Carlo ในการชนะ

5

ฉันชอบปัญหาใด ๆ ที่มีผลบางอย่างที่ขัดกับสิ่งที่เราคิด ปัญหาป่านนี้เป็นคลาสสิกในด้านของความน่าจะเป็นดังนั้นฉันจะเพิ่มปัญหาคลาสสิกที่ชื่นชอบ: วันเกิดปัญหา ฉันพบว่ามันน่าอัศจรรย์มากที่มีความน่าจะเป็นสูงที่จะมีคนสองคนที่มีวันคล้ายวันเกิดเดียวกันกับกลุ่มตัวอย่างขนาดเล็ก


4
ฉันเห็นด้วยกับคุณและประมาณหนึ่งทศวรรษที่ผ่านมาได้รวบรวมปัญหาดังกล่าวจำนวนหนึ่งสำหรับหลักสูตร (ดูquantdec.com/envstats/homework/class_03/paradox.htm ) อย่างไรก็ตามมีการโต้แย้งโต้เถียงที่แข็งแกร่ง: ความน่าจะเป็นของตัวเองอาจทำให้เกิดความสับสนดังนั้นหากคุณเริ่มต้นด้วยตัวอย่างที่ตอบโต้คุณอาจเสี่ยงต่อการสูญเสียผู้ชมตลอดกาล (เช่น Augustus DeMorgan ผู้น่าจะเป็นผู้บุกเบิกในภายหลัง เกี่ยวกับความน่าจะเป็นที่ยากอย่างสิ้นหวัง!) ดังนั้นจึงมีความระมัดระวังอยู่ที่นี่โดยเฉพาะอย่างยิ่งถ้าคุณต้องการที่จะกระตุ้นผู้คนในการตั้งค่าเบื้องต้น
whuber

ฉันคิดว่ามันทำให้เกิดโพลาไรซ์ นักเรียนที่ไม่สนใจวิชาคณิตศาสตร์ / ความน่าจะเป็นจะสับสนและนักเรียนที่อยากรู้อยากเห็น / สนใจจะได้รับแรงบันดาลใจให้เรียนรู้เพิ่มเติม อย่างที่คุณพูดมันอาจเป็นการดีที่สุดที่จะใช้ความระมัดระวัง ไม่มีอะไรจะแย่ไปกว่าครูที่สับสนที่นำเสนอตัวอย่างที่สับสน!
Christopher Aden

4

ที่มีความเสี่ยงในการทำให้เกิดเสียงง่ายเกินไปฉันคิดว่าปัญหาที่ดีที่สุดในการแนะนำขึ้นอยู่กับว่าคุณกำลังพูดคุยกับใคร

เช่นเพื่อนศิลปะของฉันประหลาดเมื่อฉันพูดถึงคณิตศาสตร์และสถิติ แต่ฉันบอกพวกเขาว่าไม่ควรกลัวเพราะพวกเขาพูดคณิตศาสตร์ตลอดเวลา ดังนั้นฉันให้ตัวอย่างแก่พวกเขาเช่น "วันนี้อัตราต่อรองฝนจะตกคืออะไร?" คุณไม่ยอมรับว่าคุณกำลังคำนวณ แต่คุณประเมินความน่าจะเป็นในใจของคุณ ดังนั้นสำหรับพวกเขาฉันชอบที่จะเลือกปัญหาที่เกี่ยวข้องมากกับสภาพอากาศและอารมณ์ ("ตัวอย่างเช่นเมื่อคุณรู้สึกหดหู่มันจะมีฝนตกข้างนอกมากแค่ไหน?") และแสดงให้พวกเขารู้ว่าเราจะตอบคำถามนั้นอย่างไร หลังจากนั้นหลังจากพวกเขาค้นพบปรีชาสำหรับการแก้ปัญหาทางคณิตศาสตร์ฉันบอกพวกเขาว่าคำศัพท์นั้นมีไว้เพื่ออะไร และใช่ฉันได้รับเพื่อนศิลปะของฉันมานั่งด้วยความเต็มใจ!

ฉันเรียนรู้สถิติได้ดีขึ้นเมื่อฉันมีปัญหาในโดเมนของฉันฉันเข้าใจดีมาก ฉันพบว่าเมื่อคุณเข้าใจปัญหาเป็นอย่างดีจะเข้าใจคณิตศาสตร์ได้ง่ายขึ้น ฉันคิดว่าบ่อยครั้งที่ผู้คนเพิ่งเรียนรู้ด้วยการท่องจำและมองหาปัญหาที่พวกเขาเคยเจอกับปัญหาใหม่ ๆ แทนที่จะพยายามทำความเข้าใจกับปัญหาแต่ละข้อ


3

The Drunkard's Walk โดย Leonard Mlodinow เต็มไปด้วยตัวอย่างดังกล่าวรวมถึงหนึ่งในความหมายของการทดสอบ HIV เชิงบวกที่มีความแม่นยำ 99.9% การใช้สถิติแบบเบย์อัตราต่อรองที่แท้จริงของการทดสอบเชิงบวกน้อยกว่า 10% (ตัวอย่างที่คล้ายกันมีรายละเอียดในบทที่สองของหนังสือแนะนำการวิเคราะห์ข้อมูลหมวดหมู่ของ Agresti) อีกตัวอย่างหนึ่ง (ฉันทำลายหนึ่งตัวอย่างต่อคำตอบ แต่นี่คือปัญหาเดียวกันจากความน่าจะเป็นแบบเงื่อนไข) มาจากการพิจารณาคดีของ Simpson ที่หนึ่งในทนายความของ Simpson, Alan Dershowitz ตั้งข้อสังเกตว่าแม้ว่า Simpson จะชนะภรรยาของเขา ในสหรัฐอเมริกาผู้หญิงสี่ล้านคนถูกทุบตีทุกปีโดยหุ้นส่วนชายของพวกเขา แต่เพียงหนึ่งใน 2,500 ถูกสังหารในที่สุดโดยคู่ของเธอ (1 ใน 1,000) ดังนั้นตามเกณฑ์ 'ข้อสงสัยที่สมเหตุสมผล' นี่ไม่เกี่ยวข้อง คณะลูกขุนพบว่าการโต้เถียงโน้มน้าวใจ แต่มันปลอม คำถามที่เกี่ยวข้องคือเปอร์เซ็นต์ของผู้หญิงทารุณทั้งหมดที่ถูกฆ่าถูกทารุณกรรมโดยผู้ล่วงละเมิดซึ่งไม่ใช่ 1 ใน 1,000 แต่เป็น 9 ใน 10


1
นี่เป็นตัวอย่างที่ฉันชอบ (การทดสอบเอชไอวี) แต่ไม่แน่ใจว่ามีความน่าจะเป็นตามเงื่อนไข "ขั้นสูง" ที่กำหนดลักษณะเบื้องต้น (การศึกษาจำนวนมากแสดงให้เห็นว่ามันไม่ง่ายเกินไป) หากคุณสอนสิ่งนี้ฉันแนะนำให้อ่าน Gigerenzer และวิธีความถี่: library.mpib-berlin.mpg.de/ft/gg/GG_How_1995.pdf
ars

@ars:> อาจเป็นครั้งแรกที่คุณระบุข้อมูลที่เกี่ยวข้องทั้งหมดในรูปแบบตารางจากนั้นปัญหา "คุณคิดว่าอะไรคือ p (AIDS | test = 1)?" จากนั้น punchline ที่ใช้งานง่ายแล้วคุณจะแสดงให้พวกเขาเห็นปัญหา จำลองใหม่เป็น 'ต้นไม้' (ที่ 4 โหนดสุดท้ายเป็นกรณีที่เป็นไปได้ทั้งหมด) และสาขาแสดงความน่าจะเป็นตามลำดับ จากประสบการณ์ของฉันทุกคนไม่จำเป็นต้องเข้าใจขาสุดท้าย แต่มันต้องสื่อถึงความสำคัญของการมีวิธีคิดหลักการเกี่ยวกับปัญหาเหล่านี้
user603

1

สำหรับการแนะนำที่อ่อนโยนฉันชอบตัวอย่างโดยใช้ตารางฉุกเฉิน 2x2 ตัวอย่างการทดสอบการวินิจฉัยดังกล่าวข้างต้นซึ่งความน่าจะเป็นของผลการทดสอบเชิงบวกที่ได้รับจากโรคนั้นไม่เท่ากับความน่าจะเป็นของการเกิดโรคที่ได้รับผลการทดสอบในเชิงบวก นอกจากนี้เราสามารถใช้การออกแบบที่มีรูปแบบการสุ่มตัวอย่างที่แตกต่างกันเช่นการศึกษาแบบกลุ่มเปรียบเทียบกับการศึกษาแบบควบคุมกรณี

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.