最新消息:

科学思维养成记第一讲:幸存者偏差

Scratch 少儿编程 1936浏览 0评论

友情提示:视频教程观看时请手动设置清晰度。

        感谢各位同学家长对公义课的大力支持,希望通过这次公义课的学习,让孩子们明白知识的重要性。现将公义课内容转换成文字,希望会有更多的孩子从中受益。

在公义课开讲之前我们曾写过一篇文章专门介绍幸存者偏差的问题,这篇文章仅作为上一篇《幸存者偏差》的补充版。现在简单回顾一下什么是幸存者偏差?

 二战时期,英国空军作战指挥官,请美国哥伦比亚大学统计学教授沃德先生帮忙分析战斗机中弹的数据,从而对飞机进行装甲。

       沃德教授根据盟军轰炸机的着弹点,绘制了两张表格(如下图)

科学思维养成记第一讲:幸存者偏差

        教授发现最容易中弹的地方是飞机的机翼和机身,而驾驶员座舱和发动机则中弹最少。

        沃德教授详尽的分析另皇家空军非常满意,但是对于解决方案却出现了很大的争执。

        作战指挥官说:“机身和机翼中弹最多,应该加强这些地方的防御能力。”

        沃德教授则回答说:“应该对机头飞行员座舱部位,和机尾发动机两个部位进行装甲,因为这两个地方中弹最少。”

        我现在仍然记得课堂上孩子们激烈的辩论,你们呢?我最亲爱的读者朋友们,你们认为谁说的对呢?

       答案是:教授说的对,如果你跟指挥官的观点一致,那就仔细认真的看这篇文章吧!一定对你非常有好处。

         沃德教授在所有人惊愕的眼神中慢慢解释说:“我分析的样本中只包含顺利返航的飞机,也就是说,这些飞机在机身或者机翼中弹的情况下依然能够返航,恰恰说明这些部位的坚韧。而那些没有中弹的座舱和发动机部位,并非真的不会中弹,而是一旦中弹就回不来了。所以要加强这些部位的防弹能力。”

        因此,幸存者偏差的另外一个名字叫做“死人不说话”。

        如果不把那些击落的飞机算进来的话,得出的结论一定是错误的。然而那些击落的飞机是没办法开口的,只能依靠我们的数据思维进行分析判断。这就是为什么,我认为这个理论很重要的原因,那就是数据思维。

  数据思维真的非常!非常!重要!不信的话听我给你讲个故事,我给这个故事起了个名字叫:

 《美国高中生的数据思维给我的启示》

科学思维养成记第一讲:幸存者偏差

故事是这样的:美国新泽西某高中的Amanda Graves收到包括耶鲁和芝加哥大学在内很多名校邀请她申请这些大学的信,但是她成绩一般,连全校前四分之一都没进。Amanda据此怀疑这些名校明知她这样的学生根本没有被录取的机会为什么还写这些信给她呢?纯粹是故意忽悠人?还是另有目的呢?如果你是这个美国高中生,你会怎么做呢? 咱们现在就做个实验:如果你的孩子跟Amanda一样,收到很多名校的邀请函,但是孩子的成绩似乎与这些名校不匹配。那么我跟你说:“你可别上当啊!,这些邀请都是为了让你当炮灰的,申请也没用。你会同意吗?我不知道你的答案,但是我知道我不会同意。作为一名母亲,我宁愿花些冤枉钱,也不能把孩子给耽误了。宁可信其有,不可信其无。如果你跟我想的一样,很遗憾咱们两个都上当了。

         Amanda的做法是在华盛顿邮报发表了一篇非常漂亮的长文。这篇文章充满了拿数据说话的精神。下面是Amanda使用的一部分数据:
– 耶鲁每年吸引8万人申请,只录取1300人,被拒率93.7%;
–95%的耶鲁学生的高中成绩排在其高中的前10%,100%的学生排在高中前25%;
– 芝加哥大学录取学生的数学和阅读SAT成绩中位数是在1440到1540之间,而Amanda的成绩只有1100;
– 芝加哥大学只有1%的新生GPA在3.00到3.24之间,3.00以下的根本就没统计,而Amanda的GPA只有2.9。

        文章发表之后,她甚至还因为发现芝加哥大学的录取GPA是使用加权平均法计算的,而自己的GPA没有经过加权平均法计算,二者不能直接比较,而重新计算了自己的GPA,并要求华盛顿邮报修改了文章。

        中文媒体转发这条消息的时候直接说名校这么做是为了多收申请费,而Amanda的原文却根本没这么说过 — 她只在数据的支持下论证了名校这么做是为了提高申请被拒率,从而提高学校排名,甚至还特别说明芝加哥大学免除了她的申请费。整篇文章简直是有理有节。

         这就是一个数学和阅读成绩都一般的美国女高中生的水平。而她做这么多调查研究并不是为了论证自己应该进名校,是为了论证自己不应该进名校!!

         这个高中女生,我认为她非常棒,因为她用数据表达自己的观点,这样做非常客观,而且有说服力。看到这些数据我心服口服,如果你也和我一样,被数据征服的话,那么以后也让咱们编程班的孩子养成良好的数据思维吧!

        大数据”现在是个很流行的词,别说什么数据挖掘了,哪怕仅仅是能自行寻找和阅读数据,会拿数据说话的人,都还不够多。在这方面一个美国女高中生的做法给我们上了一课。

        让孩子学会数据思维,用数据说话,在当下真的很重要,这也是我们学校为什么如此青睐数学建模。将数学建模作为培养孩子的首要任务.

        还有一个问题,曾经风靡一时。就是大学无用论!因为大学扩招,导致就业困难,大概在我上大学的那些年,常常听到有人说:“上大学有啥用啊!毕业也找不到工作,还不如做点买卖。”各位家长有些跟我年龄相仿,你们听没听到过这种观点?

        这个问题比较复杂,不是讨论就能解决的,所以我们需要我最亲爱的伙伴,计算机同志,计算机是个好同志,任劳任怨、言听计从。我最喜欢他了。

        其实说上大学没用的人,我的理解是,这部分人觉得上大学也挣不了大钱,成不了有钱人,所以说上大学没用。上大学没用不等于知识没用对吧?知识是很有用地,至于知识能不能赚大钱,今天就用计算机算一算,看看上大学到底有没有用吧。

 

第一步、我们先来看看计算这个问题的数学公式

(注:PB=0.087 为2010年全国普查统计全国接受高等教育人数)

科学思维养成记第一讲:幸存者偏差

科学思维养成记第一讲:幸存者偏差

科学思维养成记第一讲:幸存者偏差

第二步、打开scratch软件,同学们可以自己设计好看的场景,然后将数学公式转换成计算机语言

科学思维养成记第一讲:幸存者偏差科学思维养成记第一讲:幸存者偏差

 

第三步、将公式与变量相结合

科学思维养成记第一讲:幸存者偏差

科学思维养成记第一讲:幸存者偏差

科学思维养成记第一讲:幸存者偏差

科学思维养成记第一讲:幸存者偏差

 

根据提示我们输入有钱人的数量,视频中假设有钱人为1亿人口,那么剩下的人口数为15亿。同学们可以通过互联网搜索出准确的数据进行测算。

结果清楚的显示出,受过高等教育的人成为前一亿名的概率,要远远大于不读书的人。如此看来,孩子们还是要刻苦学习呦。

通过数学建模来解决生活中的问题,不仅高效,还很生动有趣呢。孩子通过这样的学习是不是很有成就感呢?你们做到了连爸爸妈妈都做不到的事情。这种用数据解决问题的方式超酷的。

 

您必须 登录 才能发表评论!