Qual é o seu problema favorito para uma introdução à probabilidade?


11

Gosto de introduzir probabilidades discutindo o paradoxo de menino ou menina ou Bertrand .

Que outro (curto) problema / jogo fornece uma introdução motivadora à probabilidade? ( Uma resposta por resposta, por favor )

PS Trata-se de uma introdução suave à probabilidade, mas, na minha opinião, é relevante para o ensino de estatística, pois permite discutir mais sobre eventos discretos, o teorema de Bayes, o espaço probabilístico / mensurável, etc.

Respostas:


11

Um bom exemplo de como as pessoas não são aleatórias é fazer com que a classe escreva um número entre 1 e 10. Você então pede aos 1s, 2s, .. que se levantem.

O que acontece é que a maioria da turma escolhe 7 e muito poucas escolhem 1 e 10. Isso leva a questões interessantes, como:

  • Como você deve escolher um número aleatório.
  • Desenhando um experimento?
  • O que queremos dizer com aleatório?

1
Existe uma explicação para o aparecimento de 7?

1
Minha explicação geral para acenar com a mão é a seguinte: as pessoas evitam {1, 5, 10} porque são muito óbvias e, portanto, "não são aleatórias". Números inferiores a 5 - bem, quem quer um RN pequeno! As pessoas tendem a procurar o número do meio entre 5 e 10. Tentei este exemplo seis vezes agora (em classes de tamanho ~ 100) e sempre funcionou.
csgillespie

2
E, claro, 17 é o número menos aleatório. catb.org/~esr/jargon/html/R/random-numbers.html, mas meu número aleatório favorito é 37: jtauber.com/blog/2004/07/09/… (no entanto, consulte também scienceblogs.com/cognitivedaily/ 2007/02 / ... )
ARS

1
Eu acho que isso mostra que "aleatoriedade" não pode ser totalmente definida. Se você começar a definir "aleatoriedade" em demasia, torna-se sistemático. Um bom exemplo é baralhar as cartas - se você fizer isso de maneira sistemática, a baralhar não alcança nada.
probabilityislogic

8

Um exemplo padrão é o jogo Monty-Hall .

Aqui está como eu abordo este exemplo:

  • Dê aos grupos de três cartas as classes e peça para que joguem o jogo em pares.
  • Cada par joga o jogo seguindo uma estratégia específica, ou seja, sempre trocando de porta.
  • Depois, uso o número de vezes que a classe venceu para calcular uma estimativa de vitória em Monte-Carlo.

5

Eu realmente gosto de qualquer problema que tenha algum resultado que seja contra-intuitivo ao que gostaríamos de pensar. Os problemas até agora são clássicos no campo da probabilidade, então adicionarei meu problema clássico favorito: O Problema do Aniversário . Eu sempre achei incrível que houvesse uma probabilidade tão alta de ter duas pessoas com o mesmo aniversário com uma amostra tão pequena.


4
Concordo com você e, há cerca de uma década, colecionei vários desses problemas para um curso (consulte quantdec.com/envstats/homework/class_03/paradox.htm ). No entanto, há um forte contra-argumento pedagógico: a probabilidade em si pode ser confusa; portanto, se você começar com exemplos contra-intuitivos, corre o risco de perder sua audiência para sempre (como Augustus DeMorgan, um probabilista pioneiro, que mais tarde desistiu completamente na probabilidade como irremediavelmente difícil!). Portanto, é preciso ter cautela aqui, especialmente se você quiser motivar as pessoas em um cenário introdutório .
whuber

Eu acho que isso causa polarização. Os alunos que não estiverem interessados ​​em matemática / probabilidade ficarão confusos e os curiosos / interessados ​​serão inspirados a aprender mais. Como você disse, pode ser melhor ter cuidado. Nada poderia ser pior do que um professor confuso apresentando um exemplo confuso!
Christopher Aden

4

Correndo o risco de parecer simplista demais, acho que o melhor problema a ser apresentado depende de quem você está falando.

Por exemplo, meus amigos das artes surgem quando falo sobre matemática e estatísticas, mas depois digo a eles que não devem ter medo porque falam matemática o tempo todo. Então, dou-lhes exemplos como "Quais são as chances de que chova hoje?", Você não reconhece que está fazendo o cálculo, mas está avaliando alguma probabilidade em sua mente. Então, para eles, gosto de escolher problemas muito relacionáveis ​​ao clima e às emoções ("Por exemplo, se você está deprimido, qual a probabilidade de chover lá fora?") E mostra a matemática por trás de como podemos responder a isso. Depois, depois que descobriram uma intuição para a solução matemática de problemas, digo-lhes qual é a terminologia para isso. E sim, consegui que meus amigos das artes se sentassem dispostos a isso!

Pessoalmente, aprendi melhor as estatísticas quando tive um problema no meu domínio que entendi muito bem. Acho que quando você entende muito bem um problema, fica mais fácil entender a matemática. Acho que com muita freqüência as pessoas aprendem de maneira mecânica e procuram ajustar os problemas que já viram aos novos, em vez de tentar entender cada problema.


3

The Drunkard's Walk, de Leonard Mlodinow, está repleto de exemplos, incluindo um sobre o significado de um teste de HIV positivo com 99,9% de precisão. Usando estatísticas bayesianas, as chances reais de um teste positivo são inferiores a 10% (um exemplo semelhante é detalhado no capítulo dois do livro Introdução à análise de dados categóricos da Agresti). Outro exemplo (quebro o exemplo por resposta, mas esse é essencialmente o mesmo problema da probabilidade condicional) é do julgamento de Simpson, onde um dos advogados de Simpson, Alan Dershowitz, observou que, embora Simpson espancasse sua esposa, isso pouco importava, porque nos Estados Unidos, quatro milhões de mulheres são agredidas todos os anos por seus parceiros masculinos; no entanto, apenas uma em 2.500 é assassinada por seu parceiro (1 em 1000); portanto, pelo critério da 'dúvida razoável', isso é irrelevante. O júri considerou esse argumento convincente, mas é falso. A questão relevante era qual a porcentagem de todas as mulheres agredidas assassinadas por seus agressores, o que não é 1 em 1000, mas 9 em 10.


1
Este também é meu exemplo favorito (teste de HIV), mas não tenho certeza se a probabilidade condicional é muito "avançada", dada a natureza introdutória (muitos estudos mostram que não é muito intuitivo). Se você ensina isso, recomendo ler Gigerenzer e o método da frequência: library.mpib-berlin.mpg.de/ft/gg/GG_How_1995.pdf
ars

@ars:> talvez primeiro você indique todas as informações relevantes em forma de tabela, depois o problema "o que você acha que é p (AIDS | teste = 1)?", depois o contra-argumento intuitivo, só então você mostre o problema relançado como uma 'árvore' (onde os 4 nós finais são todos os casos possíveis) e os ramos mostram a respectiva probabilidade. Na minha experiência, a última etapa não precisa ser entendida por todos, mas deve transmitir a importância de ter uma maneira de pensar princípios sobre essas questões.
usar o seguinte comando

1

Para uma introdução suave, eu gosto de exemplos usando tabelas de contingência 2x2. O exemplo de teste de diagnóstico, como mencionado acima, onde a Probabilidade de um resultado de teste positivo para uma doença não é igual à Probabilidade de uma doença para um resultado de teste positivo. Além disso, pode-se usar desenhos com diferentes esquemas de amostragem, como o estudo de coorte versus o estudo de controle de caso, para ilustrar como isso afeta quais probabilidades podem ser estimadas.

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.