Apakah peluang "satu banding sejuta" benar-benar ada?
- Topik tentang peluang "satu banding sejuta" adalah materi yang menarik untuk dibahas di kelas.
- Penulis bertanya kepada para siswa situasi apa yang mereka bayangkan ketika peluang "satu banding sejuta" disebut dalam percakapan sehari-hari.
- Para siswa memberikan contoh khas seperti menang lotre atau tersambar petir, serta usulan yang lebih kreatif.
- Dibahas juga cara memperoleh data tentang bagaimana peluang "satu banding sejuta" digunakan dalam pemakaian sehari-hari yang sebenarnya.
- Selain pencarian blog, sulit menemukan metode yang praktis.
- Penulis meminta usulan tentang peristiwa yang benar-benar bisa memiliki peluang "satu banding sejuta", apakah peluangnya dapat diukur secara kuantitatif, dan apakah kira-kira memang mendekati satu banding sejuta.
Contoh dan bukan contoh peluang
- Disajikan contoh yang jelas dari peluang dalam permainan seperti lempar koin atau menang lotre.
- Misalnya, peluang bahwa 20 kali lempar koin semuanya menghasilkan sisi belakang adalah "ya".
- Peluang menang jika membeli 6 tiket per tahun pada lotre Powerball negara bagian California juga "ya".
- Peluang mendapatkan tokoh terkenal tertentu dari tautan "random article" di Wikipedia juga "ya".
- Peluang terjadinya gempa besar di Patahan Hayward dalam 50 menit ke depan juga "ya".
- Menurut perkiraan tahun 2007, peluang terjadinya gempa berkekuatan 6,7 atau lebih besar di Patahan Hayward adalah sekitar 1% per tahun.
- Peluang bahwa salah satu dari 24 bayi berikutnya yang lahir di AS akan menjadi presiden juga "ya".
- Tingkat kelahiran di AS sekitar 4 juta per tahun, dan jika masa jabatan presiden diasumsikan rata-rata 6 tahun, maka satu dari 24 juta bayi akan menjadi presiden.
- Peluang memberikan satu suara yang menentukan dalam pemilu bergantung pada situasinya, tetapi dalam pemilu negara bagian California yang sulit dinilai lewat jajak pendapat, jawabannya adalah "ya".
Risiko yang memengaruhi individu
- Sejak memulai proyek "Real World", penulis sering menerima email tentang berbagai risiko.
- Pertanyaan tentang risiko seperti kecelakaan pesawat, diculik bajak laut, tenggelam karena arus, atau kecelakaan lalu lintas di Amerika Latin tidak memiliki jawaban yang sederhana.
- Angka kematian saja tidak cukup; jumlah orang yang melakukan aktivitas tersebut juga diperlukan.
- Untuk contoh tingkat kematian akibat kecelakaan ski atau snowboard, digunakan rata-rata 0,7 kematian per sejuta kunjungan ke resor ski resmi di AS.
- Saat membandingkan risiko dari berbagai aktivitas, waktu yang dihabiskan untuk aktivitas tersebut juga perlu dipertimbangkan.
- Istilah "micromort" menunjukkan peluang kematian satu banding sejuta akibat aktivitas tertentu, dan halaman ini memberikan perbandingan berbagai aktivitas.
- Misalnya, peluang meninggal saat melakukan lompatan skydiving adalah "tidak".
- Nilainya lebih dekat ke sekitar 10 micromort.
- Karena peluang bisa sangat berbeda tergantung perilaku individu, menerapkan rata-rata populasi pada individu memerlukan penilaian yang masuk akal.
- Misalnya, peluang meninggal dalam perjalanan mobil sejauh 200 mil di California adalah "ya".
- Di sini digunakan angka kematian di California sekitar 1 per 150 juta vehicle-miles.
- Peluang tersambar petir adalah "tidak".
- Tidak ada data yang andal tentang tersambar petir, dan jika tidak menerima bantuan medis, kasus tersebut tidak masuk statistik resmi.
- Terakhir, peluang pria terkena kanker payudara adalah "tidak".
- Insiden kanker payudara pada pria memang jarang, tetapi lebih umum daripada yang diperkirakan; risiko seumur hidupnya sekitar 1 banding 1.000, dan risiko kematiannya 1 banding 5.000.
- Saat menilai pengaruh penyakit, merokok, obesitas, dan sejenisnya, lebih baik menggunakan konsep "microlife".
- Ini berarti perubahan sekitar 30 menit dalam harapan hidup, dan waktu tersebut kira-kira setara dengan satu per sejuta dari umur dewasa seumur hidup.
Opini GN⁺
- Peluang "satu banding sejuta" sering digunakan dalam percakapan sehari-hari sebagai ungkapan yang dilebih-lebihkan untuk berbagai situasi, tetapi peristiwa yang benar-benar memiliki peluang itu sangat jarang dan bergantung pada kondisi tertentu.
- Memahami dan menghitung peluang seperti ini membantu mengembangkan cara berpikir statistik serta berperan penting dalam manajemen risiko dan pengambilan keputusan.
- Karena tingkat risiko dapat sangat berubah tergantung pada perilaku dan situasi individu, kehati-hatian diperlukan saat menerapkan rata-rata demografis pada individu.
2 komentar
Komentar Hacker News
Mari kita asumsikan probabilitas nama seseorang adalah "Mark Xu" secara sangat longgar adalah 1:1.000.000.
Rasio probabilitas bahwa saya mengatakan "Mark Xu" adalah 20.000.000:1, yang berarti sekitar 24 bit bukti.
Klaim luar biasa memerlukan bukti luar biasa, tetapi bukti luar biasa mungkin lebih umum daripada yang kita kira.
Adakah yang bisa menjelaskan ini? Saya kurang paham, jadi tidak mengerti sedih