一个公式缓解你99%的蕉绿

原创 herain 数据指象

点上方 “趣味数据周刊”，关注公众号

文章期号：20190814

用知识武装自己，果敢前行

规则繁多的世界里

每一个人都是渺小的，脆弱的，孤独的

知识就像一盏灯，照亮黑暗，驱散焦虑.....

1，焦虑的根源：休戚相关的不确定性。

死很可怕，但是我们却不是异常的焦虑，因为我们知道人固有一死，或重于泰山，或轻于鸿毛。死以百分之百的确定性来到我们面前我们也可做到面不改色，毫不焦虑。

恋爱是一件人人梦寐已久的好事，不羡神仙只羡飞天比翼鸟，落地连理枝。这么美妙的恋爱却常常让人倍感焦虑。

因为每一个独立的个人，对于别人来说都是一个充满不确定的实体，当两个不确定的实体碰撞后，会放大不确定性。我们常常疑问“她喜不喜欢我？他爱不爱我？她为什么生气？他又为什么不哄我？”。一切来的莫名其妙，一切成因又在情理之中。

2，缓解焦虑的二元方法：

尊重每一个不确定的实体，放低我们对低概率事件的高概率诉求，可以减少我们的焦虑。幸福感不在于我们拥有很多，而在于很少的拥有你也能心满意足。

概率论思维赋予我们上帝的视角，用概率数字去量化未知，从而消除不确定性带来的焦虑。在技能权重更高的事情里，勤奋努力更重要。在运气权重更高的事情里，“什么都不做”更重要。这个世界属于既懂概率、又能创造条件概率的人。

3，用一个公式缓解焦虑。

这么美妙的公式，需要从美丽的e（自然常数,超越数）开始说起：

简单的数学定义：

接着我们来谈谈掷骰子（爱赌的小伙伴是不是有点兴奋和焦虑）问题，

设骰子正面为 1 的概率为P。

如果我们投掷：n次骰子，正面为1出现的次数：K 次的概率是多少呢？这里我们脑海里闪现出一个二项式。

出现K次的概率等价于：

这时候你可能会问：这个二项式和 e 有毛线关系吗？

有，没有无缘无故的恨，也没有无缘无故的爱。可以说二项式是骑着飞火轮的追求这美丽的e。一起看看这一段爱恨。

二项式和美丽的e 邂逅，共同缔造来大名鼎鼎的泊松分布。

4，泊松分布公式，量化不确定性

日常生活中，大量事件是有固定频率的。

某公司平均每10分钟接到1个电话
某网站平均每分钟有2次访问
电话交换机平均每小时接到呼叫的次数
汽车站台平均每小时候客人数
自然灾害平均每年发生的次数等。

它们的特点就是，我们可以预估这些事件的总数，但是没法知道具体的发生时间。已知平均每小时“303公交车”会出现3个，请问下一个小时，“303公交车” 会出现几个？

泊松分布就是描述某段时间内，事件具体的发生概率。

上面就是泊松分布的公式。等号的左边，P 表示概率，N表示某种函数关系，t 表示时间，n 表示数量，1小时内出生公交车出现3次的概率，就表示为 P(N(1) = 3) 。等号的右边，λ 表示事件的频率。

接下来两个小时，一个公交车都不出现的概率是0.25%，基本不可能发生。

接下来一个小时，至少出现2个公交车的概率是80%。

泊松分布的图形大概是下面的样子。

可以看到，在频率附近，事件的发生概率最高，然后向两边对称下降，即变得越大和越小都不太可能。每小时出生3个公交车，逼近正常的均值，这是最可能的结果，汽车出现次数得越多或越少，就越不可能。

当我们心中有了预期概率，我们就可以更有把握的决定，比如两个小时还没等到汽车的概率为：0.0025，极低的概率预示着没必要在等了，该换其他交通方式才是明知的。

5，题外扩展

指数分布是事件的时间间隔的概率，指数分布的公式可以从泊松分布推断出来。如果下一个汽车要间隔时间 t ，就等同于 t 之内没有汽车出现，也就是t时间内出现汽车的次数为0。

反过来，事件在时间 t 之内发生的概率，就是1减去上面的值，指数分布出现了。

有点累，写到这里，算是完美了

如果看到这里，就点个在看吧，谢谢老铁。

一个公式缓解 你99%的蕉绿