Amazonインタビューの質問-2回目のインタビューの確率

Amazonのインタビューでこの質問を受けました。

• 最初のインタビューを受けるすべての人の50％が2番目のインタビューを受ける
• 2回目のインタビューを受けた友人の95％が、最初のインタビューが良かったと感じた
• 2回目のインタビューを受けなかった友人の75％が、最初のインタビューが良かったと感じた

あなたが最初の面接が良かったと感じた場合、2回目の面接を受ける確率はどのくらいですか？

誰かがこれを解決する方法を説明できますか？単語の問題を数学に分解するのに苦労しています（インタビューはもう終わりです）。実際の数値的な解決策はないかもしれないと理解していますが、この問題をどのように通り抜けるかについての説明が役立つでしょう。

編集：まあ、2番目のインタビューを取得しました。誰かが興味があるなら、私は以下の回答の組み合わせである説明に行きました：情報が足りない、代表的なサンプルではない友人など、いくつかの確率を通して話をしました。しかし、すべての回答に感謝します。

200人がインタビューを受け、100人が2回目のインタビューを受け、100人が受けなかったとします。最初のロットのうち、95人は素晴らしい最初のインタビューを受けたと感じました。2番目のロットのうち、75人は素晴らしい最初のインタビューを受けたと感じました。合計で95 + 75人の人々が、素晴らしい最初のインタビューを受けたと感じました。95 + 75 = 170人のうち、実際に2回目のインタビューを受けたのは95人だけでした。したがって、確率は次のとおりです。

$$\frac{95}{(95 + 75)}=\frac{95}{170}=\frac{19}{34}$$

多くのコメンターが丁寧に指摘しているように、この計算は、友人が偏りのない十分に分散したサンプリングセットを形成すると仮定した場合にのみ正当化されることに注意してください。

させて

• $\text{pass}=$ 2回目のインタビューに招待され、
• $\text{fail}=$招待されていない、
• $\text{good}=$最初のインタビューに満足している
• $\text{bad}=$最初のインタビューは気に入らない。

$$\begin{align} p(\text{pass}) &= 0.5 \\ p(\text{good}\mid\text{pass}) &= 0.95 \\ p(\text{good}\mid\text{fail}) &= 0.75 \\ p(\text{pass}\mid\text{good}) &= \;? \end{align}$$

ベイズのルールを使用

$$p(\text{pass}\mid\text{good}) = \frac{p(\text{good}\mid\text{pass}) \times p(\text{pass})}{p(\text{good})}$$

解決するには、次のことを認識する必要があります。

$$\begin{align} p(\text{good}) &= p(\text{good}\mid\text{pass})\times p(\text{pass}) + p(\text{good}\mid\text{fail})\times p(\text{fail}) \\&= 0.5(0.95 + 0.75) \\&= 0.85 \end{align}$$

副<文>この[前述の事実の]結果として、それ故に、従って、だから◆【同】consequently; therefore <文>このような方法で、このようにして、こんなふうに、上に述べたように◆【同】in this manner <文>そのような程度まで<文> AひいてはB◆【用法】A and thus B <文>例えば◆【同】for example; as an example：

$$p(\text{pass}\mid\text{good}) = \frac{0.95 \times 0.5}{0.85} \approx 0.559$$

そのため、インタビューに満足しても、実際に先に進む可能性がわずかに高くなります。

編集：多数のコメントと追加の回答に基づいて、いくつかの暗黙的な仮定を述べることを余儀なくされています。つまり、あなたの友人グループはすべての面接候補者の代表的なサンプルです。

友人グループがすべての面接候補者の代表ではなく、パフォーマンスの代表である場合（つまり、あなたとあなたの友人が母集団の同じサブセットに収まっている場合）、あなたの友人に関する情報は予測力を提供できます。あなたとあなたの友人が特に知的な集団であり、あなたの75％が次のインタビューに移るとしましょう。次に、上記のアプローチを次のように変更できます。

p （良好∣ 合格、友人）= 0.95 p （良好∣ 失敗、友人）= 0.75 p （合格∣ 良好、友人）= p （良好∣ 合格、友人）× p （合格∣ 友達

$$p(\text{pass}\mid\text{friend})=0.75$$ $$p(\text{good}\mid\text{pass, friend})=0.95$$ $$p(\text{good}\mid\text{fail, friend})=0.75$$ $$p(\text{pass}\mid\text{good, friend}) = \frac{p(\text{good}\mid\text{pass, friend}) \times p(\text{pass}\mid\text{friend})}{p(\text{good}\mid\text{friend})} = \frac{0.95 \times 0.75}{0.85} \approx 0.838$$

質問には、質問に答えるのに不十分な情報が含まれています。

$x$

$y$

すべての人々とあなたの友人の人口規模を知らない限り、次の2つの仮定のいずれかを行わない限り、この質問に正確に答えることはできません。

• あなたの友人のグループは、全体の人口の代表です。これにより、Vincent Galinasの回答、または同様に、Alex Williamsの回答が得られます。
• あなたの友人のグループは代表ではなく、全体の人口よりもはるかに小さいです。これにより、CeeJeeBの回答が得られます。

---

編集：以下のカイルストランドによるコメントも読んでください。私たちが考慮すべき別の側面は、私が私の友人にどれだけ似ているかということです。これは、あなたが話された人として解釈されるか、不特定の個人または個人のグループとして解釈されるかによって異なります（両方の用途があります）。

答えは50％です。特にインタビューの質問だったので、アマゾンは候補者をテストして、彼らが明白なものを見つけて、重要でない人に気を取られないかどうか確かめたかったと思う。

蹄の音が聞こえたら、シマウマではなく馬を考えてください- 参照

私の説明：最初の声明はあなたが必要とするすべての情報です。

50% of All People who receive first interview receive a second interview

他の2つのステートメントは単なる観察です。良い面接を受けたと感じても、2番目の面接を受ける可能性は増えません。

統計的には観測結果は正しいかもしれませんが、将来の結果を予測するために使用することはできないと思います。

以下を考慮してください。

• 2店舗で宝くじスクラッチカードを販売
• 各100枚のカードを販売した後、顧客はショップから勝利カードを受け取ります1
• 統計的には、ショップ1の方がショップ2の100分の0に比べて100分の1のチケットを獲得する可能性が高いと言えます。

これは正しくないことを理解しています。それが真実ではない理由は、この例では過去の出来事が将来の結果に影響を与えないためです。

私が与える答えは：

この情報に基づいて、50％。「あなたの友達」は代表的なサンプルではないため、確率の計算では考慮しないでください。

データが有効であると仮定した場合、ベイズの定理が道です。

1. あなたの友達も面接に行かないことを述べてください。
2. 質問の制約が少ないことを述べてください。

問題に対するさらなる制約を奪い合う前に、応答を完全に期待する方法で、より生産的な事前に準備された独自の質問にすばやく挑戦し、それを取得します。たぶん、あなたは彼らにもっと生産的なインタビューに進むことができるでしょう。

冗談は答えますが、うまくいくはずです：

1. 「100％自分自身に素晴らしいパフォーマンスを要求することになると、その結果を確率に帰することはできません。2回目のインタビューでお会いしましょう。」
2. 「50％、友人が自分のAmazonプライムアカウントを取得するまで、彼らの感情を有効とは見なしません。実際、申し訳ありませんが、それは少し厳しすぎました。 」
3. 「待って、だれも私の気まぐれな友人を気分が良くしたことはありません。あなたの秘密は何ですか？私はアマゾンで働きたいです。私に不快な機会を与えてください！」
4. 電話のバイブレーションを「ああ、ごめんなさい！注文したホンダが出荷されたと言っていたのはAmazon Primeアカウントだけだった。どこにいたの？」
5. 「とにかく、2回目のインタビューを受けなかった人には、Amazon Primeの 1か月間の無料トライアルを送るべきだと感じています。 」
6. 「55.9％すべての友人がAmazon Primeアカウントを持っているので、必ず経験値を数えるようにします。」

シンプルなケース：

95 / (95 + 75) ≈ 0.55995が成功したと感じた人のうち、75は失敗しました。そのグループからあなたが通り抜ける確率は以上です。しかし

1. あなたが上記のグループの一員だと言われている場所はありません。
2. 分布（友人のサークル）パターンが一般的であると考えられる場合、またはそのグループに属している場合は、この方法で計算することもできます。
3. また、IMOはそれほど重要ではありませんが、あなたの友人の感情に関する事実は、将来的には意味を持ちません。たとえば、ydayが雨だったからといって、明日雨が降る可能性があるわけではありません。

50％クリアのような事実は、その場合の「あなたが感じること」と「それに基づいて取得する可能性」の確率に影響を与えません。

より安全なアプローチ：

しかし、私は上記の50％のことさえ考えていたでしょう。すなわち、実際の事実の観点から-50％は確率が理にかなっています。1）あなたの気持ちはあなたの結果と関係があるとは言えません2）あなたの友人である人々がいる可能性があります-しかし感情はありません-彼らに何が起こったのでしょうか...最も安全な選択を固守してください！

PS：私もこのテストに失敗したかもしれません。

答えは50％だと思います-質問の冒頭です。友達の何パーセントが感じるかは関係ありません。

答えは50％です。彼らは最初の行で、だれかが二度目の面接を受ける可能性があることを伝えました。これは、重要な情報を見る能力のテストであり、友人の感じ方のような無関係なノイズに気を取られないことです。彼らの感じ方には違いはありませんでした。

両方のステートメントは言う：

友達の割合

じゃない

インタビューを受けた友達の割合

「2回目のインタビューを受けた」グループに含めることができるのは、最初のインタビューを受けた人だけです。ただし、「2回目のインタビューを受けなかった」グループには、他のすべての友人が含まれます。

友人の何パーセントがインタビューされたかを知らなければ、最初の面接が良かったと感じることと2番目の面接を受けることの間の相関関係を特定することは不可能です。

これはインタビューの質問なので、正しい答えがあるとは思いません。ベイズを使用して最大56％を計算し、インタビュアーに伝えます。

私についての知識がなければ、50％から56％の可能性がありますが、私と私の過去を知っているため、確率は100％です

数学的に

---

チャンスは50％です。これは、Amazonインタビュイーのベン図では、すべてのインタビュイーのユニバーサルセットに分類されますが、「あなたの友人」のセットには分類されないためです。

「あなたの友人の一人が素晴らしいインタビューを受けました。2回目の面接を受ける割合は？」次に、現在のトップアンサーが有効になります。しかし、これらの2番目と3番目の統計は、自分自身を自分の友人の1人と考えている場合にのみ適用されます。それで、多分それは心理学的な質問ですか？

答えは：≈1

この質問は、インタビューに登場する人々のうち何人が友人であるかを示すものではありません。しかし、このデータを仮定して、必要な答えを得ることができます。

104人の友人がインタビューに登場し、100人が2回目のインタビューを受けたとします。したがって、95人は最初の面接が良好であると感じたと判断できます（基準2）。また、残りの4,75％（すなわち3）のうち、面接が良好であると感じた（基準3）。 、98人は良い面接を受けたと感じたが、95人が選ばれたので、最終的な確率は95/98です。常に100 * 2 = 200（104人はうちの友人）であると言うことができます。第1の基準を満たすために、ここでは、友人ではなかった96人全員が、第1のインタビューをクリアできませんでした。

友達を108人に増やしてやり直し、100人が2回目のインタビューを受けるので、最終確率は101/108になります。したがって、最初のインタビューをクリアしなかった友達が増えると、確率は低下します。 、クリアしなかった友人は常に4人であってはなりません。

友達を増やします。10,004人（クリアした人は10000人、クリアしなかった人は4人）と仮定します。したがって、現在、10000,9500人のうち、良い面接を受けたと感じています。合計で、9503人（4人が失敗し、3人が良い面接を受けたと感じたため、9500 + 3人）は良い面接を受けたと感じました。つまり、最終確率= 9500/9503は約1です。繰り返しますが、合計20000人がインタビューに登場し、友人ではなかったすべての人がそれをクリアできなかったと言えます。

注：友人がいない、彼らがインタビューをクリアしていない、他の参加者がいないという仮定はすべて、このデータを変更できる確率を得るためであり、希望する確率を得ることができます。