day3 《概率统治世界》 概率杠杆法则

20170427,阅读时间为早上7:54-8:40
今天是连续阅读分享的第3天,需要连续分享7天,不能中断。

阅读书目:《概率统治世界 》

概率学

阅读时长: 44分钟

阅读内容:概率杠杆法则

(当环境或条件的细微改变会导致概率发生巨大变化,比如,让极小概率变成极大概率)

阅读困难:

  • 涉及正太分布和标准差,刚开始不算特别理解,多看就能和高中的神经元建立关系,慢慢理解
  • 很多计算概率的数值,作者写出来但是自己不一定算得出来

阅读收获:

  • 概率计算是现代人的最重要的工具,懂得概率和统计才是真正的现代人,不懂就像原始人
  • 概率计算要懂得计算,可以给生活、工作、投资做出正确的决策,但是如果计算错误,也很容易得出错误的结论,所以更要多算,并且避开概率计算的坑
  • 概率杠杆法则告诉我们:即使我们以为通过“严谨”的实验或者观察得出的结论,计算出了概率,可能也因为这没有考虑到的微小差距,导致计算出来的概率与结果相差甚远

阅读的案例应用:

  • 正态分布在大部分领域都适用,并且经常被用来计算金融领域的事件概率,比如说1987年的标准普尔500指数暴跌,如此规模的重创发生的概率为1/10^160,160次方显然是不可能发生事件,甚至股市继续运转200亿年,也不一定能发生这种情况。但是,我们需要细细考虑,这个计算的模型真的对吗?如果把正态分布换成柯西分布,概率发生就可能变成1/100,也就是如果模型受到微小变化和影响, 那么结果就会大相径庭!

  • 分布的细微改变会导致结果的巨变,任何领域都可能出现这种现象。尤其是正态分布被“污染”的时候,比如说一个面包师做的面包,基本上重量都是保持在标准重量上,偶然低一点,偶尔高一点,但是基本上符合正态分布,然后有一个渣渣的面包师助手“帮忙”,他做的面包基本上重量都是偏低的,那么就直接导致这个正态系统紊乱!导致最后面包的分布和正态分布相差很多。

  • 我们在“收集数据资料”时的细微变化,将极大影响我们对概率的估算,这正是杠杆概率法则的效应!我们做任何研究调查,都必须考虑这些,严谨严谨再严谨,不然得出的结论很有可能是错的。

  • 蝴蝶效应其实也是杠杆法则的效应,系统的“初始状态”充满不确定性,或者发生极小的变化,就可能迅速法则,引起巨大的后续效应。比如所有的物体都与重力相连,一个物体受到干扰,就会影响其他所有的物体,只是根据远近影响不同,当移走宇宙边缘的一颗例子,就足以让氧分子在不到60次碰撞后出现截然不同的运动路径了。

  • 一些关于超感官的实验,比如说测试人没有交流,有没有可能互相“看到”对方刚才看到的,想跟你交流的。这种实验很多,但是都难以严谨,因为总会有“助手”或者其他工作人员,在与研究对象产生交流的过程中,任何细微变化都能被感知到。

  • 概率可能助人,也可能害人。1997年一个律师的一个孩子在睡梦中不幸夭折,而第二个孩子随后也不幸夭折,结果被一个儿科医生告上法庭,自信地算出概率,婴儿猝死综合征的概率是1/1300,两两相乘为7300万分之一,一百年也发生不了。错误的假设经常能导致错误的概率判断。第一名婴儿猝死明显是1/1300,但是第二名猝死概率比第一名概率要大十倍,甚至很可能因为感染了前一名婴儿的血液,这两者显然不是独立事件,概率不能相乘 。如果是两个毫无关系的家庭,那么就算独立事件。

  • 赌场上的轮盘概率计算建立在每个号码出现概率相等的假设上,所以当轮盘出现细小的偏差,使得每个号码出现的概率不再均等时,如果你知道具体偏差,就能占据优势。比如轮盘可能有一点小刮痕,或者是有一点凹凸,都会导致概率不相同,长期观察必然能发现其他数字出现比另外一些数字高。

阅读后的行为改变:

1、概率是必然要深入学,而且还必须学好,把可能出现计算概率错误的情况尽量规避,毕竟,高中计算概率错了只是损失分数,但是现实生活计算错误,损失的就是金钱和信誉了。
2、杠杆概率告诉我们,细小的差距也会导致概率发生极大的变化,甚至发生错误,所以需要时时反思,尤其是重要的概率计算

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350

推荐阅读更多精彩内容

  • 你的数学直觉怎么样?你能凭借直觉,迅速地判断出谁的概率大,谁的概率小吗?下面就是 26 个这样的问题。如果你感兴趣...
    cnnjzc阅读 6,872评论 0 12
  • 1. 简述相关分析和回归分析的区别和联系。 回归分析和相关分析都是研究两个或两个以上变量之间关系的方法。 广义上说...
    安也也阅读 8,672评论 0 3
  • 《数据分析的统计基础》的读书笔记 作 者:经管之家、曹正凤 出版社:电子工业出版社 版 次:2015年2月第1...
    格式化_001阅读 9,521评论 1 58
  • 脚趾头作中枢系统 铰接在脂肪间的硕大无朋 肠胃里发酵着大葱 排泄才能算其重症 指指、点点、夸夸其谈 保守、无聊和中...
    筛筛阅读 433评论 0 1
  • 原创作文及范文 中国女排里约奥运会奋勇折桂。有人说,女排屡败屡战,最后登顶胜在精神;有人说,女排是胜在郎平指导从美...
    断肠红阅读 591评论 0 2