我们如何被统计数字愚弄

How We’re Fooled By Statistics

频道:Veritasium · 时长:7:37 · 发布:2013-11-23 · 播放:3850458

在 YouTube 观看

简介

Veritasium 的一段短视频,解释了均值回归以及忽视它如何导致关于惩罚与奖励、医疗治疗和体育连胜的错误结论。它使用了飞行教官认为批评比表扬更有效的例子。

HN 为什么推荐

HN 评论者将其链接为均值回归最清晰的简短解释,尤其是它如何误导人们对反馈和统计的理解。

Veritasium 解释得比我好。 — HN, 2015

数据科学与统计 · 心理学与人类行为

中文字幕节选

在帮助人们学习方面,哪种方式最有效:惩罚还是奖励? 嗯,想想以色列战斗机飞行员训练的例子,因为那里的教官 发现负面反馈远比正面反馈有效。 如果学员执行了一个特别糟糕的机动动作,他们就会斥责他。 但他们注意到,在随后的尝试中,他的表现总是有所提高。 相反,如果他们表扬一个学员执行了 一个熟练的机动动作,他在后续尝试中的表现通常会下降。 所以自然而然地,他们得出结论:正面反馈无效,甚至有害, 而负面反馈才是有效的。 问题在于,这似乎与 大量研究表明正面反馈 实际上比负面反馈更有效相矛盾。 例如,在涉及教师的研究中 发现,如果教师增加 正面反馈与负面反馈的比例, 这实际上会增加学生投入任务的时间百分比。 在另一项研究中,橄榄球运动员在比赛后接受了视频反馈会议, 只不过一半人看到的是他们的精彩片段 并因他们所做的事情受到表扬, 另一半人看到的是他们最大的失误,他们的错误。 并因做错事情而受到责骂。 一周后在下一场比赛中,正是那些接受了正面 强化的球员表现最好。 而且,事实上,差异不仅仅是心理上的。 血液测试显示,接受正面 反馈的球员实际上比接受负面反馈的球员 有更高的睾酮水平。 我认为这相当了不起,即使在反馈后一周,你仍然可以看到 两种反馈类型之间的生理差异。 哇。那么为什么这对以色列战斗机飞行员不起作用呢? 嗯,也许存在文化差异, 在某些文化中负面反馈更有效。 或者也许这取决于任务。 也许某些技能,比如学习驾驶 战斗机需要更多的负面反馈。 或者也许反馈与 战斗机飞行员的表现完全无关。 也许无论他们收到什么反馈, 他们的表现都会一样。 跟我一起想象一下。假设有100名学生参加考试, 考试由100道关于他们一无所知的主题的对错题组成。 现在假设他们都随机回答,我们 知道得到的分数分布平均会在50左右。 但仅仅是偶然,有些学生的得分会显著高于或低于 平均分。>> 哦,天哪。>> 如果你选择得分都高于50的前10名学生, 并给他们第二次非常相似的 测试,你会发现他们的平均分数会回落到 50左右。同样,如果你选择后10名学生, 他们在后续测试中的分数会上升到50。 这只是回归均值。 回归均值是为什么如果你 今天打了一轮非常好的高尔夫,你明天的成绩不会那么好。 是的。那是因为随机机会在我们所做的几乎每件事中都起作用。 所以事件的结果既受我们的技能影响,也受一点运气影响。 所以如果你在某一天运气特别好, 很可能你第二天的运气不会那么好。 现在这听起来有点像赌徒 谬误,即过去的事件影响未来的概率。 例如,如果你抛硬币,它连续几次 出现反面,赌徒谬误 就是期望下一次抛硬币时正面概率会增加。 实际上并不会。仍然是50-50。 赌徒谬误的想法是概率会变化,以便总体上 从长远来看会扯平。 这就是那个想法。而均值回归并不是说 事情会扯平,而是说极端 事件会被更常见的平均事件所稀释。 现在这些学生每道题完全是在猜。

HN 上的讨论

或者,也许只是那句老话“谎言,该死的谎言,和统计数据”再次适用?Veritasium解释得比我好。请看[VIDEO] — np422, 2015-03
> 结果如此明显且立即可衡量 嗯……并非如此——尤其是“明显”那部分 :) 受控甚至虐待性的指导有时可能带来更好的短期结果,但往往以运动员的心理健康和长期表现为代价。更糟糕的是,许多国家的教练文化沦为“均值回归”谬误的牺牲品。我相信HN读者对此很熟悉,但大多数教练并不熟悉——而且他们没有受过训练来相应调整自己的直觉。教练倾向于在运动员表现好时表扬他们,表现不好时批评他们。但从统计学上讲,如果运动员在训练中某天表现异常好,下次很可能表现更差。如果他们某天表现糟糕,下次很可能会进步。这就是体育训练的本质。这创造了一个重复的模式:表扬后结果变差,批评后进步。随着时间的推移,这成为一种习得的行为模式——被环境和其他教练强化,他们将其解读为对其方法的验证。Veritasium的Derek有一个很好的视频讲这个:[VIDEO] — divan, 2025-04
> 认可人们的成功和他们做得好的地方,比反复唠叨他们搞砸的事情有效1000倍。是的,这(可验证地)是真的。然而,必须意识到,由于自然的“均值回归”效应,正面反馈通常会是无效的,这一点在这个Veritasium视频[1]中得到了精彩的阐释。(不过,最终的关键点是,如果人们表现低于平均水平,他们的表现从统计上会提高;如果表现真的很好,则会变差,无论你给他们什么反馈,这被称为“均值回归”。净效应是,如果你不考虑将一切拉回平均值的自然张力,你可能会对负面反馈得到假阳性,对正面反馈得到假阴性。)[1] [VIDEO] — javajosh, 2014-08
真的是这样吗?[模型权重发布频率是否降低了?] 感觉确实如此。但这可能是幸存者偏差:[LINK] 或均值回归:[VIDEO]。可能StyleGAN和GPT-2只是碰巧同时出现,两家公司只是碰巧决定发布模型而不是囤积,而通常情况是公司很少(如果有的话)在研究时发布权重。但更有趣的问题是,他们为什么不呢?所以继续你的第二个问题:伦理问题真的是某些模型/权重不发布的原因吗?还是关于囤积一种潜在有价值的商品?或其他原因,或几种原因的组合?和大多数事情一样,答案很可能是平淡无奇的真相:大公司往往有很多惯性和摩擦阻止这种事情发生。摩擦来源似乎包括(但不限于):- 我们对其他人使用模型的行为负有法律责任吗?(不。)- 我们应该限制人们商业使用模型吗?(何必呢?但当然,nVidia对stylegan这么做了。这并没有阻止Artbreeder公然无视并从中获利。虽然这听起来负面,但就我而言,Artbree… — sillysaurusx, 2021-05

相关视频