概率分布的本质到底是什么?
二战期间,一群统计学家被召集到英国皇家空军基地。军方高层拿出一沓照片,上面是执行任务返航的轰炸机,机身上布满了密密麻麻的弹孔。数据显示,机翼上的弹孔最多,机身中段次之,发动机和油箱附近的弹孔最少。军方给出的结论很直接:在弹孔密集的地方加装装甲,因为这些部位最容易中弹。
在场几乎所有人都点头认可。只有一个叫亚伯拉罕·瓦尔德的统计学家没有吭声。他盯着照片看了很久,说了一句让全场安静的话:“应该加固的地方,恰恰是那些没有弹孔的位置。” 军方的人愣住了。瓦尔德解释说,你们看到的这些飞机,都是中了弹还能飞回来的。机翼被打成筛子还能返航,说明机翼中弹不致命。发动机和油箱几乎没有弹孔,不是因为它们不容易中弹,而是因为一旦中弹,飞机根本回不来。那些“看不到弹孔”的地方,才是真正的死穴。 这个故事被后人称为“幸存者偏差”的经典案例。但很少有人注意到,瓦尔德做的这件事,本质上是在反推一个概率分布。军方看到的弹孔分布,是一个被筛选过的分布——它只包含幸存者的样本。而瓦尔德要还原的,是全体飞机的真实中弹分布。 两者之间的差距,就是生死。 概率分布:不是数学课上的符号,而是世界运转的剧本 大多数人听到“概率分布”四个字,脑子里浮现的是一堆公式和曲线,然后本能地想要划走。但概率分布的本质,跟数学符号没有半点关系。
两种最常见的分布,决定了两种完全不同的世界
一个让无数人踩坑的误判
概率分布的本质到底是什么 回到最根本的问题。概率分布的本质,不是数学公式,不是曲线图,而是一种对不确定性的结构化描述。 它告诉人们三件事。
生活中的分布思维 概率分布不只属于科学家和数学家。每个人在日常生活中都在跟分布打交道,只是大多数人没有意识到。 一个在电商平台做运营的年轻人分享过他的经验。他负责一个店铺的流量投放,每天要决定把广告费花在哪些关键词上。刚开始他只看平均转化率,哪个词的平均转化率高就投哪个。结果发现,有些词平均转化率很高,但方差极大——有时候转化特别好,有时候完全没转化。另一些词平均转化率中等,但方差很小,每天都能稳定出单。
一个被忽略的关键:样本量
分布是会变的


