能直觀理解數學理論的人屈指可數,很多人一定因為難以觀想而感到數學理論難以理解。為此布朗大學的丹尼爾·庫寧(Daniel Kunin)博士等人開發並公開了幫助理解概率、分散等數學理論的網站「Seeing Theory」。
Seeing Theory
https://seeing-theory.brown.edu/
訪問上述網站,單擊「開始」……
第1章(Chapter 1)是概率基礎「Basic Probability」。每章有三節,第一節是「偶然事件(Chance Events)」、「期望值(Expectation)」、「變化幅度(Variance)」。
當您點擊「偶然事件(Chance Events)」時...
描述在左側,圖像在右側。 例如,描述指出拋硬幣要麼是「正面」,要麼是「背面」,並且每個硬幣的出局概率為1/2。
描述中有一個「拋硬幣(Flip the Coin)」按鈕,可以體驗這枚硬幣兩面的概率。 當您單擊該按鈕時,硬幣被拋出並出現正面(H)或背面(T),左側的條形圖顯示硬幣的正面和背面以百分比形式出現。 當點擊一次「拋硬幣(Flip the Coin)」時,出現了一個「T」,所以條形圖只出現在左側條形圖的T部分。
如果多次單擊「拋硬幣(Flip the Coin)」按鈕,條形圖將隨著不同結果的出現而變化。 在下圖「H」 占優勢。
對於那些覺得多次方點擊很煩的人,還有 100 次連續點擊按鈕。 當我點擊「拋100 次(Flip100times)」時,100 次拋硬幣很快完成,條形圖幾乎變為相等。 從條形圖的走勢可以看出,你擲硬幣的次數越多,獲得正面和反面的概率就越相等。
接下來是「期望值(Expectation)」。該描述以擲骰子時出現的概率為例,並用數學公式解釋了期望值的定義。
當我點擊描述中的「擲骰子(Roll the Die)」時,我首先看到的是「6」。 當然,此時的平均值是 6。 當我再次單擊時,下一個是「2」,平均值變為 4。
如果反覆單擊,平均值將發生變化。 無限點擊無限收斂的值是預期值。
像以前一樣單擊「擲 100 次(Roll 100 times)」按鈕可連續擲 100 次。
擲骰子約 300 次後,該值無限接近此示例中的預期值「3.5」。
如果單擊每章末尾的「下載(Download)」...
可以下載與每個章節相關的論文的PDF文件。
在第2章中,「複合概率(Compound Probability)」有三個項目:「集合論(Set Theory)」、「計數(Counting)」、「條件概率(Conditional Probability)」。
「集合論(Set Theory)」是關於「集合」的內容。 右圖顯示了韋恩圖。
使用集合描述下方的按鈕在文本欄位中輸入「A∩B」,然後單擊「提交(Submit)」時...
A(橙色)和B(綠色)的共同部分顯示為黃色。
如果您輸入「A∪(B∩C)」...
黃色共同部分顯示為這樣。
「條件概率(黃色)」是一種動畫,它使用從A到C的每個條件作為障礙,並將球從上方掉落時反彈的球比作事件,以此來解釋「條件概率」。
當您單擊每個按鈕以增加條件的概率時,障礙物的長度會增加。 動畫使可視化條件概率的概念變得更加容易。
第3章是「概率分布(Probability Distributions)」,有「隨機變量(Random Variable)」、「離散和連續(Discrete and Continuous)」和「中心極限定理(Central Limit Theorem)」三個項目。
離散和連續(Discrete and Continuous)允許您可視化兩個離散和連續概率分布。
如果您選擇「二項式(Binomical)」作為離散...
「二項分布」(概率質量函數)顯示在圖表中。
圖形可放大、縮小...
您還可以調整橙色滑塊以顯示累積分布函數
第4章頻率推理(Frequentist Inference)包括點估計(Point Estimation),置信區間(Confidence Interval)和引導(The Bootstrap)。
第5章貝葉斯推理(Bayesian Inference)包括貝葉斯定理(Bayes'Theorem)、似然函數(Likelihood Function)和先驗(Prior to Posterior)。
第 6 章回歸分析(Regression Analysis)包括普通最小二乘法(Ordinary Least Squares)、相關性(Correlation)和方差分析(Analysis of Variance),以及您在各章中學習的其他高級概率和統計理論。