Boy-Girl 板


LINE

不才忝为四大资工金融双硕 现在当自宅资料工程师 大概纠正一些错误 ※ 引述《safelove (安全的爱)》之铭言: : 统计学来说, : 常常用5%当作「显着差异」的分界, : 也就是所谓的特例。 5% 1% 也好 这边你指的应该是指significance level 他是指你透过收集资料跟统计後 拒绝null pypothesis 但其实他是被冤枉的的机率 (type I error) 所以是不是特例其实一点关系也没有 跟你资料来源以及数量比较有关系 : 因此就算台女真的普遍势利, : 那我们最多也只能说,势利的台女有95%, : 要留个5%当作特例。 : 再来我也很愿意假设, : 男生今天感情受挫,找不到人爱他, : 都是那95%台女的问题。 : 假如有幸,让男生遇到那5%的台女, : 那麽肯定能被爱、被欣赏, : 找到属於自己的幸福。 : 接下来就是简单的数学计算了~ 这边的问题在於 环境造成自我对环境的认知是因人而异的 即便女性群体都一样 新庄吴彦祖跟北投酸肥宅 尝试与这些女性交往 得到的结果可能不一样 酸肥宅在不停挫折的过程中 对女人的印象也会一直改变(恶化) 在机器学习中 对於这种从无知到理解环境的学习可以用贝氏推论来做 最简略的就是用二项式分配的likelihood function加上与其共轭的beta distributton 当prior TL;DR 结论就是你所认知的世界里面 你"觉得"会碰上渣女的参数(机率) 是会随着你碰上渣女的次数而渐渐变大 用白话来说就是一个懵懂少年 被多个渣女毁三观之後 变成悲愤肥宅的过程 所以说感情路一路顺畅的新庄吴彦祖在对女性的认知会比 一路当工具人的北投酸肥宅要乐观 而这也是比较符合一般人对环境认知并学习的模型 所以以下的乘法甚麽 其实不太有意义 因为他忽略了主体与环境的互动结果 是有根本性的差别的 还有不同品行的女人给你碰到的机会也不是均匀分布的 : ...... : 以此类推,身为一个正常人, : 要和60个女性有互动应该不难吧? : 同学、同事、朋友、相亲、联谊、网路、App、别人介绍...... : 随便凑一凑,应该都很容易超过。 : 那认识60个台女, : 都不被爱的机率是多少呢? : 95%^60=4% : 换句话说,即便势利的台女高达95% 弱水三千只取一瓢饮 因此应该用几何分布做模型比较合理 5%碰上爱你的人 那平均也要被甩19次 套用上面贝氏推论 假设从一开始你觉得只有一成渣女 等被现实蹂躏19次之後 在碰到真爱之前你会觉得有20/29的机会碰上渣女 这就是悲愤肥宅的来由 --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 119.14.82.57 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Boy-Girl/M.1604069732.A.813.html
1F:→ enuj: 突然可以理解肥宅的可怜 10/30 23:04
2F:→ voncroy: 你不就试图用科学解释肥宅悲愤仇女很理所当然?? 10/30 23:10
3F:→ smallworld: 不然你也可以引经据典来反驳 10/30 23:13
4F:推 tsunade802: 怎麽感觉听起来有点可怜 10/30 23:31
5F:推 abbag: 越来越多神人出来了(?) m(_ _)m 10/30 23:34
6F:推 jupto: 这推论很符合现在版上仇女言论的特性啊 但是这也表示现实没 10/30 23:44
7F:→ jupto: 仇女男口里的那麽对他们不友善 而是他们选择这样看世界 10/30 23:44
8F:推 yueayase: 不错~~ 不错~~ 10/30 23:46
9F:→ yueayase: 其实若用他的,用poison approximation rate=at 10/30 23:48
10F:→ yueayase: a等於单位时间交到女友的数量,每个个体也不一样 10/30 23:48
11F:→ yueayase: P(X>=1) = 1-P(X=0)=1-e^(-at)那同一时间,a小的交到机 10/30 23:49
12F:→ yueayase: 率算出来也会比a高的还低~~ 10/30 23:50
13F:→ yueayase: 没办法,没女人缘的肥宅rate就低,算出来能交到女友机率 10/30 23:50
14F:→ yueayase: 也比较低,哭哭~~~ 10/30 23:50
15F:→ jupto: 机率低在人生里就是要投注更多成本才能获得的意思 所以肥宅 10/30 23:53
16F:→ jupto: 还是可以靠努力交到女友啊 就看你要不要而已 10/30 23:54
17F:→ jupto: 不合算其实就单身就是了 也没什麽大不了 就不知道有啥好仇 10/30 23:55
18F:推 ilap84032: type I error跟资料或母群都没关系,是研究者自己设定 10/31 00:09
19F:→ ilap84032: 可以容忍犯错的机率 10/31 00:09
20F:→ smallworld: 阿对喔 写错了 10/31 00:29
21F:推 manuol: 赶快推一下以免被人发现我看不懂 10/31 01:51
22F:推 ccjj8: 有意思 10/31 10:02
23F:推 suzihciao: 正好念统计觉得实用 10/31 11:23
24F:推 mark0204: 把统计过度延伸去应用到个案,这就是最大错误了 10/31 18:25







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:Tech_Job站内搜寻

TOP