Ik heb nagedacht over waarschijnlijkheid en inzichten zonder ze tegen te komen. Wat is het verschil? Wat proberen ze te doen?

Deze relatie maakte een verschil:

Waarschijnlijkheid versus Statistiek Diagram
Waarschijnlijkheid begint met een schepsel en het maken van een gevoel van welke indrukken het zal maken.

Statistiek is het zien van een indruk, en het speculeren met het schepsel.

Waarschijnlijkheid is duidelijk: je hebt de beer. Meet de voetmaat, de beenlengte en je kunt de indrukken afleiden. “Gracieus, Mr. Air pockets weegt 400 pond en heeft 3 voetsporen, en zal op deze manier sporen maken.” Meer wetenschappelijk: “We hebben een redelijke munt. Na 10 flips, hier zijn de mogelijke resultaten.”

Inzichten zijn enthousiaster. We meten de indrukken en moeten nadenken over welk wezen het zou kunnen zijn. Een beer? Een mens? Als we 6 koppen en 4 staarten krijgen, wat is dan de kans op een redelijke munt?

De standaard verdachten

Hier is de manier waarop we “het schepsel lokaliseren” met inzichten:

Krijg de sporen. Elk stukje informatie is een punt in “trek een voor de hand liggende conclusie”. Hoe meer informatie, hoe duidelijker de vorm (1 plek inkomen tot een voor de hand liggende conclusie is niet nuttig. Eén informatiepunt maakt het een ongrijpbaar patroon).

Meet de fundamentele attributen. Elke indruk heeft een diepgang, breedte en gestalte. Elke nulpuntsverzameling heeft een gemiddelde, midden, standaardafwijking, enz. Deze all-inclusive, niet-exclusieve afbeeldingen geven een harde vernauwing: “De indruk is 6 inches breed: een kleine beer, of een grote man?”

Ontdek de soort. Er zijn veel potentiële wezens (waarschijnlijkheidskredieten) om te overwegen. We zijn slank met eerdere informatie over het kader. In de beboste gebieden? Denk aan pony’s, niet aan zebra’s. Beheren van ja/nee vragen? Denk aan een binomiaal krediet.

Kijk naar het specifieke schepsel. Als we de overdracht (“beren”) hebben, kijken we in een tabel naar onze conventionele schattingen. “Een 6-inch brede, 2-inch diepe pootafdruk is naar alle waarschijnlijkheid een 3 jaar oude, 400-lbs beer.” De query-tabel wordt gemaakt op basis van de waarschijnlijkheidscirculatie, bijvoorbeeld door schattingen te maken wanneer het dier in de dierentuin is.

Maak extra verwachtingen. Als we het wezen kennen, kunnen we anticiperen op toekomstig gedrag en verschillende attributen (“Volgens onze berekeningen zal meneer Luchtzakken in het bos schijten.”). Inzichten zorgen ervoor dat we gegevens krijgen over het begin van de informatie, van de informatie zelf.

Oké! De gelijkenis is niet vlekkeloos, maar toch aantrekkelijker dan “Insights is het onderzoek van het assortiment, de associatie, het onderzoek en het begrip van de informatie”. Heb je bewijs nodig? Wat dacht je ervan om te kijken of we natuurlijke “ik heb het geproefd!” vragen kunnen stellen:

Wat zijn de meest erkende soorten? (Regelmatige verspreiding)

Worden er nieuwe gevonden?

Zouden we de volgende indruk kunnen maken? (Extrapolatie)

Volgen de sporen een weg? (Herhaling/patroonlijn)

Hier zijn twee sporen, welk schepsel was sneller? Groter? (Informatie van twee medicatievoorbereidingen: welke was steeds krachtiger?)

Is het juist om te zeggen dat het ene een schepsel is dat op dezelfde manier beweegt als het andere? (Verbinding)

Zijn twee wezens die een typische bron volgen? (Oorzaak: twee beren die een gelijkaardig konijn volgen)

Deze vragen zijn een stuk verder dan wat ik overwoog toen ik voor het eerst de details leerde. Elke droge methode heeft momenteel een unieke omstandigheid: zouden we zeggen dat we een andere soort aan het leren zijn? Hoe kan men de conventionele indrukschattingen nemen? Hoe maak je een tabel van een waarschijnlijkheidsoverdracht? Wat moet je opzoeken als schattingen in een tabel?

Het hebben van een overeenkomst voor de inzichten procedure maakt latere informatie kraken klik. Upbeat math.