连续10个头是否增加了下一次折腾成为尾巴的机会?


57

我假设以下情况是正确的:假设硬币是公平的,则抛硬币时连续获得10个正面,这并不会增加下一个抛硬币成为尾巴的机会,无论周围扔了多少概率和/或统计术语(打扰)

假设情况是这样,我的问题是:我该如何说服某人呢?

他们很聪明,受过良好教育,但似乎决心不考虑我在这个问题上的正确性。


15
他们为自己的立场带来什么争论?也许您可能会引起注意硬币没有记忆的事实。(或者,您可以通过下一次下注并给他们真正的高赔率来教他们-重复执行直到他们失去一吨钱为止。)
S. Kolassa-恢复莫妮卡2015年

36
这就是所谓的赌徒谬论

6
如果他们说的是真的,那么您必须记录每枚硬币翻转的时间,因为硬币被铸造后才能知道它是否是“公平硬币”
Mikey Mouse

10
这里的关键是这是真实的硬币还是假想的硬币。在统计数据中,获得10个头将毫无意义,而下一头的可能性仍然是50/50。在现实生活中,翻转10个头会让我更仔细地检查硬币。
anaximander 2015年

14
向您的朋友提出这个问题:假设我们让十个人同时翻转十枚硬币,直到所有十枚硬币浮出水面。发生的那一刻-您可以在不到一个小时的时间内完成-您有第11个人掷出第11枚硬币。问问你的朋友:那第十一个人更有可能甩尾巴吗?如果他们回答“是”,那么请他们解释为什么掷硬币的人(例如橄榄球队)不使用这种技术来改变赔率。如果他们拒绝,请让他们解释两种情况之间的区别。
埃里克·利珀特

Answers:


76

他们试图断言如果有10个头,那么序列中的下一个更可能是尾巴,因为统计数字表明最终会平衡

在非常特殊的意义上只有“平衡”。

如果这是一个公平的硬币,那么每次掷硬币仍然是50-50。硬币不知道它的过去。它不知道人头过多。它无法弥补其过去。曾经。它只是不断地以正面或反面的机会出现在正面或反面。

如果是的头数(是尾数),那么对于一个公平的硬币,趋向于1,因为无穷....但不会变为0。实际上,它也会变为无穷大!nHn=nH+nTnTnH/nTnH+nT|nHnT|

也就是说,没有什么可以使它们更加均匀。计数倾向于“平衡”。平均而言,正面和反面的不平衡实际上会加剧!

这是100组进行1000次抛掷的结果,灰色迹线显示每个步骤的头数减去尾数的差。

在此处输入图片说明

灰色轨迹(代表)是伯努利随机游走。如果您想到某个粒子在每个时间步长上以一个单位步长(随机地以相等的概率)在y轴上上下移动,那么随着时间的流逝,粒子位置的分布将远离0扩散。它仍然具有0的期望值,但是它与0的期望距离随着时间步长数的平方根增大。[请注意任何想“ 他是在谈论期望的绝对差还是RMS差 ”的人-实际上是:对于大,第一个是是第二个的80%。nHnTn2/π

上方的蓝色曲线位于,绿色曲线位于。如您所见,总头和总尾之间的典型距离会增加。如果有什么事情可以“恢复平等”-“弥补”与平等的背离-他们通常不会像这样进一步分裂。(不难将其代数表示出来,但我怀疑这能否说服您的朋友。关键部分在于独立随机变量总和的方差是方差总和请参阅链接部分的末尾 -每个当您添加另一个硬币翻转时,您在总和的方差上添加了一个常量...因此方差必须与成比例地增长±n±2n <>n。因此,标准偏差随增大。在这种情况下,每个步骤上添加到方差的常数恰好是1,但这对参数而言并不重要。)n

等效地,确实会变为,这是因为变为无穷大,但这仅是因为达到无穷远比做。|nHnT|nH+nT0nH+nT|nHnT|

这意味着,如果我们在每个步骤中将累积计数除以n,它就会弯曲-计数的典型绝对差约为,但是比例的典型绝对差则必须约为。。n1/n

在此处输入图片说明

这就是所有的事情。越来越大的*等距随机偏差只是被更大的分母“ 冲走 ”了。

*增加典型的绝对尺寸

这里看到边缘的小动画

如果您的朋友不服气,请扔一些硬币。每次您连续说三个头时,请他或她提名下一次抛头的概率(小于50%),他认为通过他的推理必须是公平的。要求他们给您相应的赔率(也就是说,如果您正面押注,他或她必须愿意多付1:1的赔率,因为他们坚持认为更有可能出现尾巴)。最好将其设置为每次都花少量钱进行大量下注。(对于为什么他们不能承担一半的赌注,如果有借口,不要感到惊讶-但这至少确实似乎大大降低了持仓的激烈程度。)

[但是,所有这些讨论都基于硬币是公平的。如果硬币不公平(50-50),则将需要不同版本的讨论-基于与预期比例差异的偏差。在10次抛掷中有10个头可能会让您怀疑p = 0.5。扔得好好的硬币应该接近或不重权衡,但实际上仍然表现出较小但可利用的偏差,尤其是如果利用它的人是像Persi Diaconis 这样的人。另一方面,由于一个面上的重量增加,旋转硬币可能很容易产生偏差。]


3
为了打赌,也许会以1p / 1cent硬币获得2英镑/ $(无论您使用什么)。按照上述要求进行下注,并根据先前的下注可能性要求他的赔率,直到一个人拥有另一人的所有钱。一旦您将他的钱花了100倍,他就很难再争论了。
乔恩·斯托利

1
+1为下注想法。赔钱似乎是令人信服的论点……
Erel Segal-Halevi 2015年

2
关于您的最后声明(在[]中),仅作一点评论。根据安德鲁·盖尔曼(Andrew Gelman)的说法,没有什么不公平的硬币
Henrik

@Henrik,我已经在我的文章中链接到该文章。您可能想查看我链接到的句子中的其他链接。您可能会发现它很有启发性。尽管硬币可能(在格曼的特定意义上来说)是“公平的”,但在另一种意义上(据我回忆,狄亚科尼斯很能在示威中反复利用这一意义-既是熟练的魔术师又是统计学家)结果抛掷它可能与公平相差很远。
Glen_b 2015年

2
可爱的答案。传递中要注意的一点是,掷出的最大预期“ 行程”为。连续10次扔100次大约是正确的,对于1000次扔,我们应该期望连续超过30次nn
Dale M

31

造成混淆的原因是,他从一开始就在考虑可能性,而不在乎其他事情已经发生了。

让我们简化一下:

第一次翻转:

T

现在,T的机会是50%,所以是0.5。

下一次翻转将再次为T的机会是0.5

TT 0.5
TF 0.5

但是,第一次翻转呢?如果我们将其包括在内,则:

TT 0.25
TF 0.25

剩余的50%从F开始,并且在T和F之间又有一个平均分配。

将其扩展到连续十个尾巴-您已经获得的概率是1/1024。

下一个为T或F的概率为50%。

因此, 11个尾部开始的机会是2048中的1。已经将尾部翻转10次而下一次翻转也将是尾部的概率仍然是50%。

他们试图将1024 T的10赔率中的1的可能性不太可能应用到另一个T的机会中,而事实上这已经发生了,因此发生的可能性不再重要。

连续11条尾巴的出现概率不超过10条尾巴,后面跟着一个头。

11次翻转全是尾巴的可能性不大,但既然已经发生,那就不再重要了!


6
我认为这确实是最关键的答案。我认为问题的部分原因在于,人们认为下一个硬币成为正面硬币的机会总是50%,这是很古怪的,这显然是事实。我认为很明显,当人们“不相信”这一点时,他们显然是在谈论连续获得10个头的可能性,而不仅仅是1个。它是在1翻转中获得1头将几乎结束“辩论”。
Kik 2015年

13

下一次翻转将是尾巴的可能性仍然是50-50。

非常简单的解释:按此顺序翻转10头+1尾的几率非常低。但是,当您掷出10个头时,您已经击败了大多数赔率...您有50-50的机会在下一次掷硬币时完成序列。


11

您应该尝试说服他们,如果以前的结果会影响即将到来的抛掷,那么不仅应该考虑最后10次抛掷,而且硬币寿命中的每个先前抛掷都应考虑在内。

我认为这是一种更合乎逻辑的方法。


1
这个。常识是解释赌徒问题的最好方法,因为常识是原因。用这样的答案开始反驳,他们很快就会得出结论,认为自己是错的。然后,他们将完全接受正确的推理。
talrnu 2015年

1
为什么只是那个硬币?为什么不抛硬币?
colmde 2015年

7

这不是真正的答案-您的问题是心理上的,而不是数学上的。但这可能会有所帮助。

我经常面对您的“怎么死……”问题。这里的答案-大多数是正确的,对于您要解决的人来说太数学了。我要开始的一个地方是试图说服他们,掷一枚硬币10次实际上与同时掷10个硬币相同。他们可以理解sometimes您会看到10个脑袋的事实。实际上,这大约每千次尝试发生一次(因为)。如果有15,000人尝试这样做,那么大约有30个人会认为自己有特殊的硬币-正面或反面。如果他们接受此论点,则顺序投掷的步骤会容易一些。210103


7

为了增加先前的答案,这里有两个问题第一,当计数实际上是公平的并且每次抛掷都独立于所有其他抛掷时会发生什么。然后,我们有了“大数定律”,即在不断增加的抛掷序列的极限中,尾巴的频率将接近尾巴的概率,即。1/2

如果前十条尾巴全部都是尾巴,则限制频率仍将是一半,而无需以后再将前十根尾巴“平衡”起来!代数地,令为第的尾数。让我们假设实际上我们得到 然后考虑到前十次抛掷,我们仍然会有 也就是说,经过一百万次十次抛掷,我们得到 xn11,12,,n+10.

limnxn/n=1/2
limn10+xnn+10=1/2
10+50000010000100.5
因此,在极限范围内,前10条尾巴根本没有关系,以后的所有抛掷都会“冲走”它的效果。因此,无需“平衡”即可保留极限结果。在数学上,这只是利用以下事实:任何数字序列的极限(如果存在...)根本不依赖于任何有限的初始段!因此,我们可以随意分配前十(或前一百)次投掷的结果,而不会影响极限。我想这种向您的赌徒朋友解释它的方式(也许有更多的数字和例子,而代数则更少...)可能是最好的方法。

另一个方面是:十次抛十尾后,也许有人开始怀疑硬币是否是好硬币,对应于独立,等概率抛弃的简单,普通模型。假设“抛掷者”(进行抛掷的人)没有经过某种方式控制抛掷的训练,并且确实是诚实地进行抛掷,则甩尾的概率必须为一半(请参阅此Gelman论文)

因此,在替代假设中,抛硬币之间一定存在某种依赖性!而且,在连续看到十个尾巴后,有证据表明依赖性是正的,因此一条尾巴会增加下一次抛硬币成为尾巴的可能性。但是,经过分析之后,合理的结论是,第十一次抛尾的可能性增加了,而不是降低了!因此,在这种情况下,结论您的赌徒朋友相反

我认为您将需要一个非常奇怪的模型来证明他们的结论。


4

假设硬币翻转是独立的,那么从一位统计学家到另一位统计学家就很容易证明这一点。但是,您的朋友似乎不相信硬币翻转是独立的。除了扔掉与独立同义词同义的单词(例如,硬币没有“记忆”)以外,您不能向他证明硬币翻转仅是一个单词参数就独立。我建议您使用模拟来断言您的主张,但是老实说,如果您的朋友不相信掷硬币是独立的,那么我不确定他是否会相信模拟结果。


4

重申一下已经给出的一些解释(@TimB和@James K),一旦您掷硬币10次并获得10个头,连续获得10个头的概率就是1.0!它已经发生了,所以现在确定发生这种情况的可能性。

将其乘以下一次翻转(0.5)时出现正面的可能性时,您得到的正是0.5。

在那个时候用除偶数以外的任何其他东西来押注尾巴是傻瓜的赌注。


4

假设我确信该代币是公平的。如果硬币是公平的,那么连续10个正面的概率为 因此,作为具有重要性的常客,我必须拒绝:coin是公平的,并得出结论:“有些可疑”是正确的。不,我不能坚持认为看到另一个头像的可能性仍然是

p10=(12)10=11024<0.1%
α=1%H0Ha12

我将留给您运用贝叶斯方法并得出类似的结论。您将从头的先验概率,然后通过连续观察10个头来更新它,然后您将看到头的后验概率p=12π>12

UPDATE @oerkelens示例可以用两种方式解释。

  • 您的朋友下注THTHTHTTHT,然后掷了10次硬币并得到:THTHTHTTHT。在这种情况下,您会惊讶于连续10个头,并开始怀疑硬币的公平性。您不确定要考虑下一次抛尾的可能性,因为您的朋友似乎能够准确地得到他想要的东西,这不是随机的。
  • 您投了10次硬币,观察到某种组合恰好是THTHTHTTHT,您会发现有6个尾巴和4个头,即,不明显。因此,由于没有理由怀疑其公平性,下一次抛尾的概率可能为。p=10!6!4!2100.212

另外,有人可能会说,尽管0.001的可能性很小,但是如果您将10个硬币扔掉100,000次,您肯定会看到一些10头组合。没错,但是在这种情况下,您总共掷了100万枚硬币,并且您正在寻找至少一个10头组合的序列。观察至少一个10头组合的常客概率计算如下: 因此,常客将得出结论经过漫长的几个月的抛硬币100万次并观察到10个头部的组合,这没什么大不了的,事情发生了。他不会对下一首概率的预期做出任何调整,而将其保留为0.5

1(1210)100,0001

对于计算机人员如果您的朋友是计算机程序员,那么我发现吸引他们的直觉的最简单方法是通过编程。请他们对掷硬币实验进行编程。他们会想一点点,然后想出像这样的东西:

for i=1:11
   if rand()>0.5 
       c='H';
   else
       c='T';
   end
   fprintf('%s',c)
end
disp '.'

THTHTHTHHHT.

你会问他们

您在这里连续处理10个磁头的代码在哪里?看起来在您的代码中,无论前10个循环中发生了什么,第11次抛掷都有0.5的正面概率。

但是,这种情况很吸引人。该代码设计合理。但是如果是10个头,硬币就不太可能是公平的。


但是,OP希望说服他的朋友,而这些朋友则认为换另一个头的机会小于 1/2。
oerkelens

这样您就可以方便地提出和解释他的问题。您有看到连续10个硬币都戴公平硬币的情况吗?
阿萨卡(Aksakal)

3
我不是在构架,而是在阅读:)问题指出:连续10个头是否增加了下一次折腾成为尾巴的机会?,赌徒的谬误。您的方法很有趣,但是不能回答为什么如果使用公平硬币的机会仍然是50/50 :)考虑到连续看到10个正面拿着公平硬币的情况,让我问问您是否见过以下情况系列:THTHTHTTHT?因为那与看到HHHHHHHHHH 一样不可能。奇怪的是,随同该系列一起出现,您的公式还应该确定该代币不公平。
oerkelens 2015年

@oerkelens,更新了我对您的评论的回答,谢谢
Aksakal

3

在理想情况下,答案是否定的。每次掷球都独立于之前。因此,如果这是一个真正公平的硬币,那就没关系了。但是,如果您不确定硬币是否有问题(在现实生活中可能会发生),那么长尾巴序列可能会让人们相信它是不公平的。


3
不不不!没有“不公平硬币”这样的东西。这只是统计手册的发明。参见:stat.columbia.edu/~gelman/research/published/diceRev2.pdf
蒂姆

@Tim如果硬币的正面为正反面怎么办?更严重的是,我理解您在说什么。没有看似真实但不平衡的硬币。我不知道。
Nicolas Bourbaki 2015年

1
@Tim好吧,我会数学,所以我不太在乎这个概念是否现实!为了示例,我只是假装有这样的硬币。但是将来,如果我不得不再次讲授概率论,我会告诉学生,实际上这种代币不存在。
Nicolas Bourbaki 2015年

1
@Tim IIRC,就所有实际意图和目的而言,没有不公平的硬币,但这并不意味着任何硬币都完全公平。如果您拥有无限的样本量,则可以检测到任何很小的“统计上显着”的差异,并且现实世界中的任何对象的行为都不会像其理论模型所建议的那样精确
迪克兰有袋动物2015年

1
@Tim引用不是说没有“不公平的硬币”,而是特别指出在掷硬币的情况下也不是不公平的(即使这样,也要用人的手而不是重力),并且经验证明了这一点。由学生抛硬币。这项研究没有正确比较硬币与骰子,因为它声称可以对骰子进行加权,但没有尝试将它们掷在手中。
user-2147482637

3

该答案适用于所有此类问题,包括Monty Hall问题。只需问他们,他们认为十个脑袋撞个尾巴的几率是多少。提议让他们玩的更好一些(对他们),但赔率仍低于50-50。运气好的话,他们会同意让计算机进行翻转,在这种情况下,您很快就会有口袋里的钱。否则,将花费更长的时间,但结果(不可避免)是相同的。


+1。当然,首先,您必须有足够的耐心,才能继续掷硬币,直到连续出现十个头!
ub

是的,谁想要平均等待2046次翻转才能看到?
soakley

这就是为什么我说,如果他很幸运,他们将接受计算机翻转。但是,对于MP的信徒来说,这是免费的钱,对于非信徒来说,这是便宜的一堂课。我当然从来不建议操作员屏住呼吸等待事件。此外,大约10没有什么神奇的,他们必须相信9、8,...甚至连续2个头都会影响赔率。现在轮候硬币的等待时间似乎很合理
aginensky 2015年

0

您如何说服他们?一种方法是显示所描述的确切问题的结果分布。

#1,000,000 observations
numObservations <- 1e+6
#11 coin tosses per sample
numCoinTosses <- 11

sampledCoinTosses <- matrix(sample(c(-1,1),numObservations*numCoinTosses,replace=TRUE),
                        nrow = numObservations, ncol = numCoinTosses)
sampledCoinTosses <- cbind(sampledCoinTosses,apply(sampledCoinTosses[,1:numCoinTosses - 1],1,sum))
#Where the sum of the first ten observations is 10, this corresponds to 10 heads.
tenHeadsObservations <- sampledCoinTosses[which(sampledCoinTosses[,numCoinTosses + 1] == 10),]
#By looking at the summary of the 11th coin toss we can see how close the average value is to 0
summary(tenHeadsObservations[,numCoinTosses])

-3

像这样尝试:假设我们已经掷了脑袋,这是非常非常罕见的事件,“在那儿”的概率为。现在我们准备再折腾,并预先考虑接下来会发生什么:100.510

  • 如果是尾巴,我们仍然会以概率记录一系列极为罕见的事件;0.510
  • 如果是正面的,则整个系列的概率会较小,但不会小得多,;0.511

两者之间的区别只是一次抛硬币。


在第一个项目符号中,您所指的“事件”到底是什么?

即使是“在那儿”,对不起也发现了错字
消音者

1
对于十一次投掷的特定序列,如何获得?0.510
ub

0.5 ^ 10 * 1 ^ 1我只是生活在一个宇宙中,我们只连续关心头个脑袋
coulminer

我不明白 在第十个杆头之后,下一次掷球有50%的杆头落地的机会,但是您是说这实际上是不太可能的结果。那是你的意思吗
Smig 2015年
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.