《思维模型》之大数定律


前言

我记得查理芒格说过类似这样的话,就是一个人的一生只要掌握几百个思维模型就能做出更加正确的决策。对此,我深表赞同。比起相信命运、性格这些东西,我也更相信思维模型。因为我亲身经历了思维转变后给我带来的改变与成长。

比如我之前学东西很慢、效率很低,后来转换思维方式(注重理解整体逻辑框架,将单个点进行链接)后,在学习理解能力和速度上有了质的飞跃,这背后都是思维逻辑的改变导致的。这几年,我也开始有意识地去构建属于自己的思维模型,从而让自己做出更好的决策。

所以打算用书写的形式记录下来,无论好坏对错,就当作一次学习总结吧。毕竟,当我把自己脑子里想的东西能清晰地表达出来,就是一次学习和重塑的过程。

大数定律

在很多思维模型中,我在工作生活中用的最多的就是概率思维,我印象中比较深刻的是概率论中的大数定律。

大数定律是一个描述随机现象长期行为的重要定理。简单来说,它告诉我们,当我们重复进行很多次独立的随机试验时,结果的平均值会越来越接近一个固定的数值,这个数值就是我们期望的平均值。

ChatGPT 解释大数定律

大数定律的英文叫Law of Large Numbers,这是我的商业教练告诉我的,他鼓励我相信大数定律,不要轻易放弃自己在做的正确的事情。其实,我对这个概念并不陌生,几年前就深刻认识到,主要来源于我的科研经历

我记得那时自己在做一个系统,然后数据比较大,具体发生了什么我已经记不太清了。我只记得在某一刻通过实践突然顿悟了这个大数定律,豁然开朗起来,就觉得数学是个很有意思的学科。

其实大数定律在生活和工作中也非常常用,比如:

  1. 当我们抛一枚硬币的时候,理论上正面朝上的概率是50%,反面朝上的概率也是50%。但在我们平常实践的时候,发现正面朝上的概率和反面朝上的概率似乎不是50%,那是因为我们的样本数据不够大,当我们抛一千次,一万次甚至更多的时候,它们之间的概率会无限接近50%。
  2. 有时候看到有人群发开发信,说自己的回复率有7%以上,我觉得发100封开发信的回复率跟发1万封开发信的回复率根本是两个概念,数据样本太小的话是无法表明真实的回复率情况的


发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注