生活中的统计骗术

生活中的统计骗术（通用3篇）

生活中的统计骗术 篇1

0前言

人类在对自然界和实际生活中各类随机现象的深入研究是产生概率统计的前提和基础, 从这一方面上看, 概率统计脱胎于实际生活。当前, 人们对概率统计的认知只是停留在浅表的层面, 认为概率统计高深莫测, 采用敬而远之的策略, 出现了概率统计与实际生活的分离, 这不但会影响概率统计的实际应用, 也会使实际生活难于做出科学的判断和合理的决策。新时期的实际生活正在丰富多彩, 人们应该利用概率统计这一武器, 从实际生活出发, 探寻概率统计应用的方法和策略, 使人们的日常行为、实际生活、具体生产得到科学化的指引, 做到对整个社会发展、科学、进步水平的支持与保障。

1 概率统计对于实际生活的重要价值

从概率统计的产生和发展来看, 概率统计脱胎于对实际生活现象的观察, 而实际生活和生产的发展也需要概率统计作为基础和手段, 因此, 在生活和生产中与概率统计打交道是常见的现象, 社会越发达就越需要深入利用概率统计这一武器, 做到对行为的控制和决策的支持。在保险工作、抽奖活动、质量判断、游戏活动等具体的生活中, 概率统计有着直接而重要地应用, 而大众由于没有必要的概率统计知识和手段, 往往会做出非理性判断和不科学决策, 最终造成对自身的不利影响。一些商家会应用概率统计的手段, 通过科学、准确地概率统计实现自身的应力和利润。从上述两个层面的分析, 可以理解概率统计对社会各主体的作用, 也能看到概率统计对于实际生产的重要意义, 因此, 有必要针对实际生产和生活展开概率统计的深层次利用。

2 实际生活中概率统计的具体应用策略和方法

(1) 保险工作中对概率统计的应用

某保险公司承担汽车保险业务, 在保险额上限为20万元的第三者责任险中, 车主缴纳1200元保险费用, 如果有1000辆汽车投保, 计算此保险公司盈利40万元的概率, 保险公司亏本的概率是多大?假设每次交通事故保险公司理赔平均额为5万元, 盈利40万元意味被保险车辆出现事故的车次不超过16次, 正常情况下车辆出现事故的概率为0.005, 如果盈利40万元为事件C, 计算可以得知p (C) =0.99998, 由此可以得知, 保险公司盈利40万元的概率是相当高的。

(2) 抽奖活动中对概率统计的应用

抽奖是现代市场经济常见的促销手段, 很多消费者在商家的抽奖活动前会改变消费策略和方法, 因此, 商家愿意通过抽奖活动确保市场扩大和利润增长。而在具体的抽奖活动中, 如果奖券的数量不高, 很多消费者会产生错误的想法, 认为后抽奖的人具有更大的中奖概率, 纷纷选择靠后的抽奖顺序。如果中奖出现在抽奖的初始时期, 会在消费者中产生"内部操作"的思想。这时商家应该利用概率统计的手段, 说明顺序和中奖的关系, 展现抽奖活动的公平性, 做到对消费者正确地引导。例如:商家可以假设50张抽奖券中有5张是中奖奖券, 现在有2人去抽奖, 通过概率统计的准确计算, 得出P (1) 和P (2) 通过对比P (1) 和P (2) 的大小, 可以科学判断抽奖顺序和中奖之间没有必然的联系, 进一步体现抽奖的公平, 做到对消费者困惑和歧义的有效处理, 建立商家更为积极的商业形象。

(3) 质量判断中概率统计的应用

例如, 张老师在批发市场买苹果, 当询问苹果质量如何的时候, 卖主说一箱苹果100个, 里面至多有四五个是坏的.张老师随机打开一箱抽取了10个, 结果这10个中有3个是坏的。通过概率统计可以得知, 一箱苹果100个, 其中5个是坏的, 抽取的10个中坏苹果为3的概率为P (X=3) =0.00625, 同理, P (X=4) =0.00038, P (X=5) =0.000003, 根据古典概率的定义, 10个苹果中坏苹果大于2的概率P (X>2) =P (X=3) +P (X=4) +P (X=5) =0.006633, 苹果质量一定与买主说的不一致.

(4) 游戏活动中概率统计的应用

生活中有各类娱乐和游戏活动, 很多看似简单的游戏会引发人们的兴趣, 例如:常见的"套圈"就是一款看似简单而实际困难的游戏, 套圈游戏的规则是:在固定的距离上, 投掷套圈, 套圈能够套取的物品就是游戏的奖品。在实际生活中, 很多人低估了游戏的难度, 导致大量购买套圈, 造成得不偿失的问题。

3 结语

概率统计是数学重要的知识组成, 也是来源于实际和生活的方法归纳与总结, 在实际应用中概率统计与生活有着紧密的联系, 特别在重要的应用领域, 概率统计的思想、手法和判别有着关键性的应用, 不但可以为生活提供更为科学的认知, 也为各类生活决策提供合理和有效的基础。

参考文献

[1]郭林涛.概率统计在解决实际问题中的应用[J].科技资讯, 2013 (09) :123-124.

[2]詹福琴.概率统计在解决实际问题中的应用[J].科教文汇 (上旬刊) , 2012 (02) :32-34.

[3]雒志江.概率在实际生活中的应用[J].吕梁高等专科学校学报, 2008 (02) :43-45.

生活中的统计骗术 篇2

统计学产生于应用，在应用过程中发展壮大。随着经济社会的发展、各学科相互融合趋势的发展和计算机技术的迅速发展，统计学的应用领域、统计理论与分析方法也将不断发展，在所有领域——学术研究、实际工作、日常生活中都能展现它的生命力和重要作用。

一、关于男女色盲比例的问题

例1：从随机抽取的467名男性中发现有8名色盲，而433名女性中发现1人色盲，在α=0.01水平上能否认为女性色盲的比例比男性低?

二、我国出生人口的性别比

三、检验汽车轮胎寿命

例3：一汽车轮胎制造商声称，他们生产的某一等级的轮胎平均寿命在一定汽车重量和正常行驶条件下大于50000km。现对这一等级的120个轮胎组成的随机样本进行了测试，测得平均每一个轮胎的寿命为51000km，样本标准差是5000km。已知这种轮胎寿命服从正态分布，试根据抽样数据在显著水平α=0.05下判断该制造商的产品是否与他所说的标准相符合。

解：设x表示制造商生产的某一等级轮胎的寿命(单位：km)。由题意知，X～N(μ，σ)，方差σ2未知。n=120，x=51000(km)，s=5000(km)。

设统计假设H0∶μ≥μ0=5000，H1∶μ>μ0=5000

设α=0.05时，t1-α(n-1)=t0.95(119)=1.65

临界值c= t1-α(n-1)= ×1.65=753.1185

拒绝域为K0={x-50000>c=753.1185}

由于x-50000=1000>c，所以拒绝域H0，接受H1，即认为该制造商的声称可信，其生产的轮胎平均寿命显著地大于50000km。

四、电影院的座位问题

例4：设某地扩建电影院，据分析平均每场观众数n=1600人，预计扩建后，平均3/4的观众仍然会去该电影院，在设计座位时，要求座位数尽可能多，但空座达到200或更多的概率不能超过0.1，问应该设多少座位?

解：把每日看电影的人编号为1，2，…，1600，且令

Xi=

则由题意P(Xi=1)=3/4，P(Xi=0)=1/4。又假定各观众去电影院是独立选择，则X1，X2，…是独立随机变量，现设座位数为m，则按要求P(X1+X2+…X1600≤m-200)≤0.1。

在这个条件下取m最大。当上式取等号时，m取最大，因为，np=1600×3/4=1200，np(1-p)=10 3，由定理第二个式子知，m应满足φ()=0.1。

查正态分布表即可确定m≈13777，所以，应该设1377个座位。

五、结束语

试述概率统计在实际生活中的应用 篇3

概率指的是不确定性事件发生的可能性大小。如不透明箱子中放置有2 颗白棋, 3 颗黑棋, 还有5 颗红色棋子, 因为它们自身的颜色不同所以很容易区别。但是要求从中抓取一颗棋子询问: A你知道这颗棋子是什么颜色吗? B你认为三种颜色棋子被抓取的概率相等吗? C你认为什么颜色的棋子被抓取可能性最大? 真实的答案是A无法确定回答; B概率不相等; C红色棋子可能性最大。这一简单实例很有效的指出了事物发生的概率大小, 进而让人们根据相关判断做出正确行为操作。学习概率学抽象、隐晦, 有些时候很难理解, 尤其是“概数定律”、“极限定律”等, 这些内容往往和实际生活工作没有较大联系, 不长使用, 只在专业事物中有所涉及。

二、常见的重要概念的应用

( 一) 古典概率基础应用

概率中最简单的模型就是古典概型, 同时它也是广泛应用的基本概型, 在生活和工作中很多事物都可以转变成古典概率的模型然后简单解决。

例如, 国际台球比赛, 中国选手丁俊晖和欧洲选手沙利文对弈, 按照国际上的实力排名以及过去比赛数据统计显示, 丁俊晖在比赛中单局获胜的基本概率为0. 45, 而沙利文比赛获胜的基本概率是0. 55。假如比赛实施BO3 赛制, 再或者实施BO5 赛制, 丁俊晖胜率分别如何?

因为P ( A) > P ( B) , 所以在使用BO3 的赛制中, 丁俊晖更为有利, 当然考虑到比赛的公平性来说, 两人的概率分别是0. 45、0.55 因此使用BO5 赛制更为公平、科学, 最后沙利文获得比赛胜利, 假如采取BO3 赛制, 丁俊晖取胜的概率会更高一些。

( 二) 概率统计与证券

就有关风险证券组合而言, 基础相关系数能够很好的显示证券组中不同证券的期望回报和风险损失联系成俗。在这全部的概率统计环节中, 基础相关系数的绝对值是小于或者等于1 的。

0 < p 1, 此时表示为正相关, 它是指两种风险证券的收益回报相同趋势发展, 也就是说证券收益回报同步增减。P在无限趋近于1 的时候, 两种风险证券的数值变化基本相同。相关的证券组合收益简单来说位于同一个波动区间。相反来说, 这样的数据显示表明了这种风险证券组合没有避免风险发生的效果。

p = 0, 此时表示证券预期收益波动, 当然这一数据表明并不影响另外的风险证券相关收益。这种风险证券组合指的是有可能避免了部分风险发生可能性, 当然也可能没有。

- 1≤p < 0, 此时表明两种或者两种以上的风险证券回报收益互为相反。也就是说一种风险证券预期收益增减, 其他风险证券则反之, 当然这种的证券组波动稳定。真实而言, 确实减小了风险可能性。

( 三) 概率统计与保险业

日常工作生活中我们常常接触或者听说社保“五险一金”, 详细的五险指的是: 医疗、失业、工伤、生育及养老保险; 而一金指的是: 住房公积金。现阶段, 人们普遍关注自身和家庭的生命财产安全, 工作以及精神生活享受, 这个时候很多人就存在疑惑, 这种投保到底是保险公司获益还是最终的投保人获益。

( 四) 排队问题

现实生活中, 人们常常面临各种排队现象。过去认为, 最早先分析研究排队问题的专家是欧洲数学家Eraling。上个世界三十年代, 法国数学家Poelaczek和前苏联数学家Khintchin仍然开展排队问题研究。到五十年代, 英国数学家Kendau使用MARKOV的方法链详细阐述排队问题研究。至此, 排队问题概率理论得到深入发展。以下我们结合两个现实案例, 详细介绍排队问题的概率应用。

下面将以两个现实生活中的例子来介绍概率在排队问题中的应用:

例: 某一公安局在长度为t的时间间隔内收到的紧急呼叫的次数X服从参数为 λ = t2 的泊松分布, 而与时间间隔的起点无关 ( 时间以小时计) 。

( 1) 求某一天中午12 时至下午3 时没有收到

( 2) 求某一天中午12 时至下午5 时至少收到1 次紧急呼救的概率。

解: λ = t2

( 1) λ = 32, P{ X = k} = 1. 5ke - 32k! , k = 0, 1, 2, 3, …, 从而P{ X = 0} = e - 15 = 0. 2231

( 2) λ = 52, P{ X = k} = 2. 5ke - 52k! , k = 0, 1, 2, 3, …, 从而P{ X叟1} = ∞ K = 1Σ2. 5ke - 52k! = 0. 918

从上面的例子, 我们可以看出, 那些为顾客提供服务的部门或公司, 应根据各自的业务情况, 做恰当的人员调动, 尽量使每位来访的顾客, 所等待的时间尽可能的少。

会计从业基础考试是对学习会计的人员的一个基本进入会计行业的检测, 具有一定的考试力度把握, 在会计从业基础考试中, 考试题型涉及到单项选择题、多项选择题、判断题和实务操作题。实务操作题为40 分, 选择题有40 分的分布, 其中有20 题为判断题, 在这种只有对与错的选择情况下, 有的人存在着侥幸的心理态度想通过好运与否做题。凭借运气就能顺利拿到会计证书吗? 可能机率很小吧。

三、结语

总之, 概率论对人们的工作生活都有着极大的指导作用, 当下社会经济发展, 概率论开始被人们重视和发掘, 更好地发挥它所拥有的积极意义。

摘要：实现日常生活概率分析的角度看问题, 能够很好地帮助我们解决生活中的问题, 分析比对总而得到深刻的结果。结合概率论有关思想方法, 有效应用于现实实践存在很多讨论, 由此, 我们也发现了实施概率思想方法处理问题的可靠性、实用性及便捷性。

关键词：概率论,概率统计,实际统计

参考文献

[1]孙向涛.探讨概率统计中微积分的应用[J].科技创新导报, 2014, (06) :30.