Quora » 人们弄错的事
八里 @ 2023.01.24 , 01:02 下午Mats Andersson
基准率谬误。
假设我们有一个拥有100万人口的城市,其中有100个恐怖分子,我们有一台恐怖检测机器,可以以99%的准确性确定一个恐怖分子,也就是说它可以在100次中有99次能正确识别出恐怖分子。
这台机器也会出现“误报”。它会以1%的概率将一个“正常”人识别为恐怖分子;也就是说,如果你用它检测100个非恐怖分子,它仍然会标记其中一个。当这个人被机器检测,它会提示“Bing!恐怖分子!”
这个人真正是恐怖分子的可能性是多少呢?正确答案是,大约1%。
可悲的是,同样的数学原理也适用于医学检测,而大多数医生完全不了解这一点。如果有同样100万人口的城市,其中有100个人HIV阳性,而你的检测也能以99%的准确率,但会以1%的概率误认为那些不是HIV阳性的人——那么这意味着如果你拿回测试结果,它是阳性的,它更有可能是你不是艾滋病毒阳性。但大多数医生会说有99%的可能。相当多的人会说它有50%的可能性。有些人甚至会说它是完全确定的。
有人因此自杀。当第二次检测结果证明他们是健康的,为时已晚。
Sarah Alexis
脂肪比碳水化合物更危险,最糟糕的脂肪是饱和脂肪和反式脂肪。
有趣的是许多人混淆了脂肪的类型。
饱和脂肪是链中缺少双键或三键的脂肪酸链,在室温下是固体的。这意味着它们充满了过多的氢,大自然更难分解。还记得听说氢化油对你有害吗?同样适用于此;氢化油具有过多的氢,因此得名,但它们极难分解。
饱和脂肪存在于几种不同的食物来源中(主要是肉类和奶制品),但它们不是你必须从饮食中完全去除的东西。美国心脏协会建议每天最多摄入13克饱和脂肪。反式脂肪更糟,这些脂肪既可以人工合成,也可以天然存在于食物中。
很多人知道要避免这些,但是为什么呢?
氢化油是一种反式脂肪,强烈建议不要大量食用这种油。这些脂肪会提高你的胆固醇水平,但由于其化学组成,也可能导致动脉阻塞!FDA不建议人们食用反式脂肪,他们鼓励完全限制这些脂肪…它们没有营养价值,只会危害你的健康。
不饱和脂肪食用起来更健康。这些脂肪的碳链中有一个或多个区域含有双键或三键。这在链中产生了弯曲,使体内更容易发生水解。
许多健康专家建议多吃不饱和脂肪,而不是饱和脂肪。
Blaine Jones
很多人不明白地球的倾斜是如何运作的。
地轴的倾斜角度为23.5度,是导致季节的原因。当地球向太阳倾斜时,它会变得更热,反之,当它向太阳倾斜时,它会变得更冷。但大多数人认为地球围绕太阳运行时会主动改变其倾斜度。事实上,地球在一年中不会改变其倾斜度,变化的是地球相对于太阳的位置。
另一个误解是,夏天变热是因为地球更靠近太阳,冬天则相反。事实上,距离的变化几乎不影响温度,真正影响温度的是太阳光线进入大气层的角度。夏季光线更直接,因此更加强烈,而冬季光线则散布在更大的区域,导致热量分布更多,强度更低,使它变得更冷,另外,冬季的阳光必须穿过更多的大气层,这就过滤了更多的热量。
Ajay Patil
人们误解了牛顿第三定律。
"每一个作用力都有一个大小相等方向相反的反作用力。"——这种说法是错误的,如果你不知道后面的部分。
你施加20牛的力在掸子上,它就会移动。但是根据上面的陈述,应该有相等和相反的反作用力。这不会使它的运动完全停止吗?
明白了吗?大小相等方向相反的力会阻止任何运动的发生。
人们不知道的是——"作用力和反作用力总是作用在不同的物体上。"
意思是,如果我推掸子,掸子也会推我。但是由于20N不足以移动我,最终结果是我移动了掸子。
掸子不会对自身施加反作用力。
Babar Khan Javed
“辐射致癌”:从食物到电器都有辐射,我们每天都在接触。
“只有天然的才是好的”:尼古丁是天然的,可卡因在某种程度上也是天然的。
“你能预测地震吗?”:这是每个地震学学生都讨厌的一个问题。
“反社会和反社会性是一回事”:事实上,一个是暴力的精神病患者,另一个是内向的人。
“抗生素能治愈一切”:抗生素有不同的类型,问问微生物学家吧。
“上吐下泻? 那肯定是流感”:前两者被称为肠胃炎。 流感是一种呼吸系统疾病。
“吃脂肪会让你发胖”:摄入过多的碳水化合物,特别是精制糖,会让你发胖。
“拯救熊猫比拯救蜜蜂更重要”:如果后者灭绝,你会因为食物消失而饿死。
第一个显然有问题,百万人中混入的阳性数并不是能被人为设置的,假设将题干里的阳性数增加到一万人,那么在筛选出的19900(近似)人中实际阳性者比例会上升到接近一半,按照题干意思即可得出筛选真实比例远大于百1%。问题就在这里,所谓的1%变换了样本主体,结合后文自杀什么的言论更有危言耸听的意味,我解释不了医学检测的真实性,但希望能以此抛砖引玉,题干的讲法显然不对
发胖讲白了你吃太多,脂肪热量那么高,发胖不要太容易
脂肪比碳水化合物更危险,最危险的是脂肪-碳水化合物混合物
@邦邦: 混入的阳性数是可以设定的,思维实验给题干设定没有问题,这个结论确实是反常识,但却是科学的。
具体可以搜一下:基础概率谬误 贝叶斯定理
简单的结论:基础概率谬误也称“基础概率忽略”或“基础概率偏见”,是指人们在进行直观概率判断的时候,倾向于使用具体信息(当这种具体信息存在的时候)而忽略掉基础概率的现象。也就是说,当人们拥有两种类型的信息时,往往倾向于根据具体信息来进行直观概率判断,而把基础概率抛之脑后。这就导致了人们的判断结果和贝叶斯定理所给出的结论大相径庭,从而被称之为“谬误”。许多的实验研究中都发现了这一现象,其中,“出租车问题”[1]是最为典型的一个例子。
尸检会做HIV检测么
你们这是科学虚无主义。
@邦邦: 我尝试换个说法,希望能容易理解一些:
这个问题可以变换为这么说法:假设某种检验的正确率为x,那么当其给出阳性结果时,其可信度如何?
比较符合直觉的思维会认为这个可信度和x直接相关,只要x足够高,比如99%,那么结果就非常可信,如果我拿到了阳性结果,那么我就几乎肯定就真的是个阳性了。
而“基础概率谬误”的核心就是否定了这个直觉观念:结果的可信度不只和检验的正确率x相关,还和客观上的样本真实阳性概率y相关。真实阳性概率越趋近于极端,那么检验结果的可信度就和单纯根据x数值得到的感受偏离的越远。
检验的结果,有四种可能:真阳性、真阴性、假阳性(检验结果阳性但是实际上是阴性)、假阴性(检验结果是阴性但是结果是阳性)。理想情况下假性结果的几率应当是0%,但实际上做不到。文里说的那个例子简化了情况,认为假阳性和假阴性的几率是一样的(1%),但实际上大多数检验这两个几率是不同的,基础思路是宁可错杀不要放过,通俗的说就是要让检测更敏感一些,尽可能避免假阴性,可以因此适当放宽假阳性的几率。因为假阳性可以后继通过多次检测或者和其他检测手法交叉对比来进一步排除,但是假阴性一般就直接放走了。
所以任何检测,第一次得到阳性结果的时候不用太慌,安心等待复核就行了。
你们解释的累不累啊 要我说就一句话搞定了
这台仪器的正确率可以使原来占人口万分之一的恐怖分子(100/100万)浓缩到接近百分之一(99/1万) 极大地缩小了侦查范围 我要是警察叔叔我早就觉得这个机器很牛逼了好伐?