数学小课堂：统计时有效地筛选数据

Posted 2023-03-10 iOS逆向

文章目录

• 引言
• I 被爆冷门的原因
• II 统计时有效地筛选数据
• • 2.1 统计数据的常见问题
  • 2.2 大数据的特征
  • 2.3 有效筛选数据的原则

引言

在博弈论中很多结果有发生的概率，而概率这件事只是估计出来的，并不准确。因此，一旦加入博弈的选手多了之后，不确定性会大大增加，严重影响结果。

I 被爆冷门的原因

乒乓球、网球或者羽毛球比赛，前两轮种子选手只进攻不防守，以最短的时间拿下比赛，节省体力。

从数学上分析，制定最好的策略，是要考虑到对方采用每一种策略的概率，而不是简单考虑对方一定会采用对自己最不利的策略。

II 统计时有效地筛选数据

2.1 统计数据的常见问题

1. 数据量不够
2. 用于寻找统计规律的数据不具有代表性

2.2 大数据的特征

1. 数据量大
2. 数据的完备性
3. 非刻意收集的自然数据

2.3 有效筛选数据的原则

1. 过滤噪音，提高信噪比，甚至干脆丢弃信噪比较低的数据。
2. 舍弃那些可信度不高的信息源。

判断信息源的可信度，常常要看谁来使用（引用）那些数据，比如我们在寻找医疗数据时，就要看那些医学院教授们引用的数据。

3. 一致性验证

信用评估系统利用人在不同场合的行为，发现了很多不一致性，就认为这些人所表现出来的信用不具有说服力。