確率の紹介で好きな問題は何ですか?


11

私は、少年か少女ベルトランのパラドックスを議論することによって確率を導入するのが好きです。

他にどのような(短い)問題/ゲームが確率へのやる気を起こさせる導入を提供しますか?(回答ごとに1つの回答を入力してください

PSこれは確率についての穏やかな紹介ですが、離散事象、ベイズの定理、確率的/測定可能な空間などについてさらに議論することができるので、統計教育に関連すると私は考えています。

回答:


11

人々がランダムでないことを示す良い例は、クラスに1から10までの数を書き留めさせることです。次に、1、2、..に立ってもらいます。

何が起こるかというと、クラスの大多数が7を選択し、非常に少数が1と10を選択しているということです。これは、次のような興味深い質問につながります。

  • 乱数をどのように選ぶべきか。
  • 実験を設計しますか?
  • ランダムとはどういう意味ですか?

1
7の登場の説明はありますか?

1
私の一般的な手振りの説明は次のとおりです。人々はあまりにも明白であり、したがって「ランダムではない」ため、{1、5、10}を避けます。5未満の数値-小さなRNが必要な人 その場合、人々は5から10の間の中間の数値を求める傾向があります。私はこの例を(サイズが100までのクラスで)6回試しましたが、毎回うまくいきました。
csgillespie

2
そしてもちろん、17は最小の乱数です。 catb.org/~esr/jargon/html/R/random-numbers.html しかし、私のお気に入りの乱数は37です:jtauber.com/blog/2004/07/09/… (ただし、scienceblogs.com / cognitivedaily /も参照
2007/02

1
これは、「ランダムさ」を完全には定義できないことを示していると思います。「ランダム性」を多くに定義し始めると、体系的になります。良い例の1つはカードのシャッフルです。体系的に行うと、シャッフルしても何も起こりません。
確率確率

8

標準的な例は、Monty-Hallゲームです。

ここに私がこの例に取り組む方法があります:

  • 3枚のカードのクラスセットを渡して、ペアでゲームをプレイしてもらいます。
  • 各ペアは、特定の戦略に従ってゲームをプレイします。つまり、常にドアを切り替えます。
  • その後、クラスが勝った回数を使用して、勝利のモンテカルロ推定値を計算します。

5

私が考えたいことに直感に反する結果をもたらす問題が本当に好きです。これまでの問題は確率の分野での古典であるので、私のお気に入りの古典的な問題である誕生日の問題を追加します 。私は、このような小さなサンプルで2人が同じ誕生日を迎える可能性が非常に高いことをいつも驚きました。


4
私はあなたに同意し、約10年前にコースでそのような問題の束を集めました(quantdec.com/envstats/homework/class_03/paradox.htmを参照)。ただし、教育学的に強力な反論があります。確率自体が混乱する可能性があるため、直感に反する例から始めると、聴衆を永久に失う危険があります(先駆的な確率論者であるアウグストゥス・デモルガンなど)。確率で絶望的に難しい!)。したがって、特に導入環境で人々をやる気にさせたい場合は、注意が必要です。
whuber

分極化の原因だと思います。数学/確率に興味がない学生は混乱し、好奇心旺盛/興味のある学生はより多くを学ぶように刺激されます。あなたが言ったように、注意を払うのが最善かもしれません。混乱している教師が混乱している例を提示することよりも悪いことはありません!
クリストファーアデン

4

単純すぎるように聞こえるリスクがあるので、導入するのに最適な問題は、話している相手によって異なると思います。

たとえば、私の芸術の友達は数学や統計について話すとびくびくしますが、それでも彼らはいつも数学を話すので、恐れるべきではないと彼らに言います。「今日、雨が降る確率はどれくらいですか」などの例を挙げます。あなたは計算をしていることを認めていませんが、心の中の確率を評価しています。そこで、私は天気と感情を扱う非常に関連性の高い問題(たとえば、落ち込んでいると、外で雨が降っている可能性が高いですか?)を選び、それらにどのように答えるかの背後にある数学を示したいと思います。その後、数学的問題を解決するための直感を彼らが発見した後、私は彼らにその用語の意味を教えます。そして、はい、私は芸術の友達に喜んで座ってもらいました!

私は自分のドメインで問題があったときに統計をよく学びました。問題をよく理解すると、数学を理解しやすくなります。多くの場合、人々は、それぞれの問題を理解しようとするのではなく、すでに見た問題を新しい問題に当てはめるために、ただ暗記して学ぶだけです。


3

Leonard MlodinowによるDrunkard's Walkには、99.9%正確なHIV陽性検査の意味に関するものを含む、そのような例がたくさんあります。ベイジアン統計を使用すると、陽性テストの実際のオッズは10%未満です(同様の例は、アグレスティのカテゴリーデータ分析入門の第2章で詳しく説明されています)。別の例(私は回答ごとに1つの例を破りますが、これは本質的に条件付き確率の問題と同じです)は、シンプソンの裁判からのものです。米国では、毎年400万人の女性が男性のパートナーによって虐待されていますが、最終的に彼女のパートナーによって殺されたのは2,500人に1人(1000人に1人)なので、「妥当な疑い」の基準ではこれは無関係です。陪審はその議論は説得力があると判断したが、それは偽りである。関連する質問は、殺害された虐待を受けたすべての女性の何パーセントが虐待者によって殺されたかであり、それは1000人に1人ではなく、10人に9人である。


1
これも私のお気に入りの例(HIVテスト)ですが、条件付き確率が導入の性質(あまりにも直感的でないことを示す多くの研究)を踏まえて「高度」であるかどうかは不明です。これを教える場合は、ギジェレンツァーと頻度法を熟読することをお勧めします:library.mpib-berlin.mpg.de/ft/gg/GG_How_1995.pdf
ars

@ars:>おそらく最初に、関連するすべての情報を表形式で記述し、次に「p(AIDS | test = 1)は何だと思いますか?」という問題、次にカウンターの直感的なパンチライン、問題を表示するだけです。 「ツリー」として再キャストされ(最後の4つのノードはすべて可能なケースです)、ブランチはそれぞれの確率を示します。私の経験では、最後のレッグはすべての人が理解する必要はありませんが、これらの問題についての原則的な考え方を持つことの重要性を伝える必要があります。
user603 2010

1

穏やかな紹介として、2x2の分割表を使用した例が好きです。上記の診断テストの例では、疾患が与えられたときに陽性の検査結果が出る確率は、陽性の検査結果が与えられたときの疾患の確率と等しくありません。また、コホート研究とケースコントロール研究のように、異なるサンプリングスキームのデザインを使用して、推定できる確率にどのように影響するかを説明できます。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.