Комментарии 44
//подсказка — нормальное распределение
Отрезать Гауссу хвосты — и останутся эти самые: 80%. Зачем обязательно все переводить в другие координаты и упирать на кривую Лоренца? Только ради того, чтобы некоторые примеры станут чуть нагляднее? Оно стоит того, популяризации для? Если человеку интересны тервер и матстат, он откроет учебник по математике для первого курса не математических вузов и там все будет не так попсово (сорри за термин) — но понятнее и логичнее. Если не лезть намного глубже понимания сигмы и прочих простых вещей — достаточно уровня средней школы, без картинок с человечками и автобусами, как в статье. Я извиняюсь, но на таком уровне, это сродни дошкольной подготовке, с черточками и яблоками в клеточках. Стоит ли упрощать не самую сложную математику — до такого уровня?
Можно рассчитать время пути на работу по методу Монте-Карло, но зачем?
Можно я отвечу за автора, да, можно упрощать. Пускай на "дошкольном" уровне но это как раз введение в высшую математику. В развитой Японии например очень популярны манги (комиксы) по научным предметам. И ничего плохого в этом нету.
Самые начала матстата, не настолько сложны, чтобы все сводить к рожицам и автобусам. Вот чессслово!
Вам часто приходится преподавать? Мне на занятиях приходится объяснять даже на примере яблок, и это студентам, а что уж говорить о школьниках. Не все сразу могут понять строгость и красоту формул.
Что за вуз? Не верится, что всем было понятно. Обычно есть распределение — кому-то понятно всё, кому-то только часть.
В итоге выйдет, что большинство таки поняло на уровне «дай бох, на экзамене не вылезет, но если вылезет, как-то разберусь». Посмею предположить, Вы лично в той же категории, раз так утверждаете, что «Всем(!) было понятно».
Во-первых основы матстата — это одна из тех штук которые выглядят элементарными сразу же после того как пришло понимание. После этого момента очень сложно, извините за тафтологию, понять что же такого трудоного в этом всем. Во-вторых, они достаточно сложны чтобы человек которому они не нужны для какой-то определенной текущей цели (например для экзамена через месяц) просто бросил в них разбираться. На мой взгляд упрощеть совершенно нормально, так гораздо проще заинтересовать и смотивировать сесть разобраться подробнее.
Да, непрост путь популяризатора: то недо… то пере… говорю это как создатель целого музея сложной науки вулканологии. Одно хорошо — это не учебник и не курс. Это музей, прогулка по старому городу, когда можно выйти на всем известную площадь новым интересным путём. Не всегда самым коротким, не всегда самым удобным, не стоит отправлять этим путём туристов, оказавшихся в городе впервые. Но именно так можно узнать и полюбить город по-настоящему глубоко. В Питере, вон, по крышам лазают, при живых автобусах. А математика — это целая страна с невероятно красивыми путями из одного уголка в другой! Эта прогулка для удовольствия! А если вы рассчитаете время пути на работу методом Монте-Карло, то у вас есть шанс ещё лучше понять и почувствовать этот метод.
А теперь по-существу. Как-как нужно резать Гаусса, чтобы получить 80/20? На каких доменах? А почему Гаусса? А почему 80/20, это сильно не универсальное соотношение. И в мире сильно не всё описывается нормальным распределением, а вот кривую Лоренца можно построить практически для любых "нормальных" распределений. К тому же, она нам ещё очень пригодится.
В то же время, опрос пассажиров обнаружит, что 64% пассажиров, проехавших в этот день, оказались в переполненном транспорте».
Не понял здесь вопроса и ответа
Мы собираем данные о загруженности пассажиропотока. Опрашивая автопарк мы задаём один и тот же вопрос: заполнен ли автобус, на котором вы ехали или нет. Статистика по ответам будет отличаться в любом случае, кроме абсолютно одинаково загруженных автобусов и в любом случае пассажирам (в среднем) покажется, что автобусы перегружены, а водителям (в среднем), что недогружены.
Вопрос только почему 64% оказались в переполненном транспорте.
Пассажирам не кажется, всё верно. Неравномерность может происходить отчего угодно, например, в часы пик. Главное, что любая неравномерность создаёт смещение оценок среднего для разных точек зрения. Этот пример утрирован, чтобы подчеркнуть что обе стороны остаются недовольны. Обычно рассказывают про самолёты и авиакомпании, которые несут убытки от незагруженных рейсов при массовых жалобах пассажиров на давку и толкотню, или про парадокс друзей. Но я выбрал автобусы :)
100% автобусов перевозят 100% пассажиров,
нагрузка на автобус = 1% автобусов перевозит 1% пассажиров.
Но из условия:
75% пустые автобусы
25% перевезли -100% пассажиров
36% нет жалоб
Тогда, если оставшиеся автобусы перевезли по номиналу, то это составит только 25% пассажиров, а в условии довольны 36% этого не может быть.
2) 64% пассажиров были перевезены автобусами, в которых не было свободных сидячих мест.
Вы совершенно правы, и об этом написано в статье: подобные опросы это методическая ошибка, легко выдаваемая за правду.
— Когда едешь на велосипеде, то дорога всегда идет в гору, — сказал он.
— И ветер дует в лицо.
— Но бывают и спуски, и попутный ветер, — сказал Гаррис.»
Простой подсчёт показывает, что при равной вероятности отыскать ключи для всех карманов, последний ничем не отличается от прочих.
Какова вероятность вставить USB-флешку в разъем с первой попытки?
«Например, если вам понизили на 10% зарплату, а потом извинились и повысили на 10%, то в итоге вы проиграли, поскольку
(ФОРМУЛА)
Более того, если зарплату сначала повысят, а потом, не извинившись даже, понизят на те же 10%, результат получится тем же, поскольку неважно в каком порядке перемножать коэффициенты».
Но по опыту мотоцикла могу сказать, что ветер дует в лицо всегда.
И скажу честно: если вдруг он начнет дуть с какой то другой стороны, то я серьезно испугаюсь.
У велоэнтузиастов есть девиз: "Превратим слабый попутный в сильный встречный!" Но это уже добрая воля :)
«Ключи всегда находишь в последнем кармане.» не имеет под собой какого-либо рационального основания.
Имеет: как только находишь ключи в каком-либо кармане, поиск прекращается и этот карман тут же становится последним.
Теория счастья. Введение в мерфологию