机器学习与算法1.5 —— 三门问题与中心极限定理

前言

相信诸君对于所谓三门问题早有耳闻，但不妨多看一遍咯。说不定之后让你做选择的时候能赢一个小目标~

本内容很欢乐，很易懂~ 开始吧！强化你的正反馈！

1. 蒙提霍尔问题（又称三门问题）

蒙提霍尔问题是一个基于游戏节目情境的概率难题，展示了我们的直觉有时会如何误导我们对概率的判断。

问题背景

假设你参加一个游戏节目，面前有 三扇门：

• 一扇门后是一辆汽车（这是你想要的奖品）。

• 另外两扇门后各有一只山羊（你不想要的奖品）。

游戏的过程如下：

• 你作为参赛者，先选择其中的一扇门。假设你选择了 门1。

• 主持人蒙提·霍尔（知道每扇门后的物品）接着会打开 另一扇门（例如 门3），并展示出一只山羊。

• 现在，蒙提给你一个选择：坚持最初的选择（门1），或者更换到剩下的一扇门（门2）。

关键问题

你应该怎么选？坚持初选的门，换到另一扇门，还是都一样？

解答

这个问题的答案出乎意料：你应该换门！ 原因如下：

• 当你第一次选门时，你有 1/3 的概率选中汽车，有 2/3 的概率选中山羊。

• 如果你最初选择的门后是山羊（发生概率为 2/3），蒙提就会打开另一扇山羊门，因此剩下的门就会是汽车所在的门。=

• 因此，通过换门，你赢得汽车的概率是 2/3，而坚持最初选择赢得汽车的概率仅为 1/3。

总结：

• 坚持最初选择：1/3 的赢率。

• 换门：2/3 的赢率。

这个结果很反直觉，因为我们通常认为每扇门的概率是相等的，但关键在于，蒙提展示山羊的行为改变了概率！

2. 中心极限定理（Central Limit Theorem, CLT）

中心极限定理是统计学中的基本概念。它解释了在某些条件下，样本均值的分布将接近正态分布（钟形分布），即使原始数据的分布并不正态。

定义

中心极限定理指出，如果从任何总体（具有有限均值和方差）中抽取许多固定大小的随机样本，则：

• 样本均值的分布会逐渐接近正态分布（即便原始数据分布不是正态分布）。

• 样本量越大，这种正态分布的近似效果就越好。

CLT 的重要性

中心极限定理允许统计学家利用样本数据对总体均值进行推断，即使总体分布未知或非正态。

举个栗子

假设你有一个非正态分布的总体——比如总体分布非常偏斜。中心极限定理告诉我们：

• 随机从总体中抽取样本（例如样本大小为 n=30n = 30n=30 或更大）

• 计算每个样本的均值，然后

• 将这些样本均值绘制成分布图，

得到的这些样本均值的分布将逐渐趋近于正态分布，尤其是在样本量增加的情况下。

实际意义

• 样本量的重要性：样本量越大，样本均值分布越接近正态分布。

• 未知分布：CLT 让我们在总体分布未知或非正态时，依然可以通过样本均值分布的正态性来应用许多统计方法。

在实际应用中，中心极限定理使得统计学家能够在总体分布未知或非正态的情况下，利用样本均值分布的正态性来构建置信区间和进行假设检验。

蒙提霍尔问题和中心极限定理分别揭示了概率与统计推理的重要性，尤其是重新评估直觉假设和理解样本分布的意义。