Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

千载难逢的

Posted on 2022-06-08

?covershot&20211104b

我想尝试解释为什么这些天世界看起来如此疯狂的部分原因。

1986 年,伊芙琳·玛丽·亚当斯 (Evelyn Marie Adams) 在新泽西州彩票中赢得了 390 万美元。四个月后,她再次中奖,又获得了 140 万美元。

“我要退出比赛了,”她告诉《纽约时报》 。 “我要给其他人一个机会。”

这在当时是一个大事件,因为数字计算者认为她双赢的几率达到了惊人的 17 万亿分之一。

三年后,两位数学家 Persi Diaconis 和 Frederick Mosteller 对这种兴奋泼了一盆冷水。

如果一个人中彩票,两次中奖的几率确实是17万亿分之一。

但是,如果有一亿人一周又一周地玩彩票——美国就是这种情况——那么有人中奖两次的几率实际上是相当大的。 Diaconis 和 Mosteller 认为这是 30 分之一。

这个数字并没有成为很多头条新闻。

“如果样本足够大,任何离谱的事情都容易发生,”莫斯特勒说。

这就是世界看起来如此疯狂的部分原因,也是为什么千载难逢的事件似乎经常发生的部分原因。


这个星球上大约有八十亿人。因此,如果一个事件每天有百万分之一的机会发生,那么它应该每天发生在 8,000 人身上,或每年发生 290 万次,在你的一生中可能会发生十亿分之一。即使是十亿分之一的事件,也会成为你一生中数十万人的命运。鉴于新闻媒体对令人震惊的头条新闻的贪得无厌,当这些事件发生时,你会听到这些事件的可能性几乎是 100%。

物理学家弗里曼戴森曾经解释说,通常被认为是超自然、魔法或奇迹的东西,实际上只是基本的数学。他解释说:

在任何正常人的一生中,奇迹大约以每月一次的速度发生。

法律的证明很简单。在我们清醒并积极参与生活的这段时间里,每天大约八小时,我们以每秒一件事的速度看到和听到发生的事情。因此,发生在我们身上的事件总数约为每天 30,000 件,或每月约 100 万件。

除了少数例外,这些事件都不是奇迹,因为它们微不足道。奇迹发生的机会大约是百万分之一。

因此,我们应该期望平均每个月会发生一个奇迹。

由于无聊的统计数据而发生令人难以置信的事情的想法很重要,因为对于可怕的事情也是如此。

想想 100 年的事件。一百年的洪水、飓风、地震、金融危机、欺诈、流行病、政治崩溃、经济衰退等等层出不穷。许多可怕的事情可以称为“100年事件”。

100 年的事件并不意味着它每 100 年发生一次。这意味着它在任何一年发生的可能性约为 1%。这似乎很低。但是,当有数百个不同的独立 100 年事件时,其中一个事件在给定年份发生的几率是多少?

相当不错。

如果明年有 1% 的可能性发生新的灾难性大流行,有 1% 的可能性发生严重的萧条,有 1% 的可能性发生灾难性洪水,1% 的可能性发生政治崩溃等等,那么明年会发生坏事——或任何一年——都……还不错。

一直都是这样。即使是我们记忆中的一段美好时光,也充满了混乱。辉煌的 1950 年代实际上是一连串的悲痛——根据人口增长调整后,在 1958 年经济衰退期间失去工作的美国人比 2008 年大衰退期间的任何一个月都多。1990 年代也是如此。我们记得那是一个平静的十年,但全球金融体系在 1998 年几乎分崩离析,那是我们所见过的最繁荣的繁荣时期。

现在不同的是全球经济的规模,这增加了可能发生的潜在疯狂事情的​​样本量。当 80 亿人互动时,欺诈者、天才、恐怖分子、白痴、学者、混蛋和有远见的人在任何一天以显着方式推动针头的可能性几乎是有保证的。然后社交媒体放大了它,给人的印象是它比实际情况更普遍。

平均而言,世界大约每十年破裂一次。对于您所在的国家、州、城镇或企业,每 1 到 3 年一次可能更为常见。

有时感觉就像运气不好,或者坏消息有了新的动力。更多时候,这只是工作中的原始数学。无数不同的事情可能会出错,因此至少其中一个可能会在任何特定时刻造成严重破坏。

原文: http://www.collaborativefund.com/blog/once-in-a-lifetime/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme