- 44
- 777 439
Kai博士
Registrace 2. 02. 2020
MIT资源经济学PhD，喜欢分析各类社会经济数据，统计学模型。
PhD from MIT studying resources economics.
PhD from MIT studying resources economics.
麻省理工博士：为什么预测天气这么难？【贝叶斯思维小课堂03】
大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的贝叶斯思维小课堂。今天我们要聊的话题是预测，具体来是我们每个人几乎每天都会接触到的天气预测。在课堂正式开始之前，我先要给大家讲一个现代天气预测中的诡异事件。
zhlédnutí: 13 921
Video
麻省理工博士：为什么我说贝叶斯定理是理性思考的底层逻辑？【贝叶斯思维小课堂02】
zhlédnutí 66KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的贝叶斯思维小课堂，这是一个关于理性思考和概率思维的课堂。本期视频是这个系列的第二节课，今天我想要和大家分享的是贝叶斯思维背后的数学原理：贝叶斯定理。
麻省理工博士：为什么我说人人都要懂一点贝叶斯思维？【贝叶斯思维小课堂01】
zhlédnutí 161KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士。这期视频是我接下来【贝叶斯思维】系列视频的一个简介。贝叶斯思维是我从求学到工作以来学习到的最重要一个思维方式，所以我也希望能够通过接下来的视频将这一个思维方式分享给你们。希望感兴趣的朋友能够订阅我的频道，点赞转发三连，而且更重要地是指出你对视频不同意的地方。因为根据贝叶斯原理，这才是我能够改进视频的最好方式。
麻省理工博士：回归分析是怎样被滥用的？【统计学小课堂14】
zhlédnutí 13KPřed rokem
在上一期的视频里，我带大家了解了回归模型的基本框架和一些重要概念，也谈到了这个模型作为统计学研究的“半壁江山”是怎样被应用到各个研究领域里的。但是不得不说，回归模型也是目前最被滥用的一个统计方法，很多研究人员有意或者无意地用错了模型，得出了不少看似有理有据却实则错误的结论。今天的小课堂里，我们就来重点讨论一下回归分析是怎样被用错的。 视频背景音乐：Pokemon Crystal（黄金城赌场）
麻省理工博士：统计学研究的半壁江山--什么是回归分析？
zhlédnutí 28KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的统计学小课堂。在上一期的小课堂里，我们聊了下“均值回归”的这个概念，今天我们会继回归分析的这个话题，带大家系统性的了解这个分析方法的思想、框架和应用方法。先提前预警一下，虽然我的小课堂从来不涉及具体复杂的数学公式，但是今天这一期会深入讨论一些数学概念，可能会稍显枯燥。但我认为对于回归模型这个非常灵活多变，应用广泛的重要基础模型，了解这些数学概念是必不可少的，所以我还是希望对于统计学认真有兴趣的观众朋友能看完本期视频。
点球到底怎么罚？大数据告诉你答案！
zhlédnutí 3,3KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士。世界杯已经接近尾声，而过去两周的比赛贡献了几场惊心动魄的点球大战。四分之一决赛里，克罗地亚在加时赛最后五分钟顽强扳平了比分，最后通过点球决战淘汰了巴西；而荷兰虽然也是在常规时间绝地反击扳平了阿根廷，但最后的点球大战中还是以3比4不敌对手。点球大战虽然好看，但对不少球迷来说也是一种折磨：交战双方谁能笑到最后，好像并不是由实力决定，而是取决于当下罚球球员和守门员的心理交锋，结果充满了不确定性。那么点球大战到底是一个几乎完全随机的事件，还是有规律可寻，存在某种最佳战略？今天的视频里，我就要带大家在点球的大数据里寻找一些规律。
麻省理工博士：什么是均值回归？【统计学小课堂12】
zhlédnutí 10KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的统计学小课堂。在接下来的几节小课堂里，我要带大家了解一个极为重要的统计学工具：回归分析。在我们日常生活的衣食住行中，回归分析其实可以帮我们解答很多的问题：节假日出去旅游的机票，是提前半年，提前一个月还是一周订好价格最便宜；中午不睡午觉，下午的工作学习效率是否会降低；每天吃三个鸡蛋会不会明显升高血液中胆固醇的含量？除了上面的这些问题，在社会科学各个领域的研究当中，也可以毫不夸张的说，回归分析占领了研究方法的半壁江山。所以我希望可以通过下面的几节小课堂，带大家了解回归分析的思维方式，让大家拥有一个独立思考生活、社会和经济问题的统计学框架。回归分析这个听上去有点奇怪的名词，到底是怎么来的呢？这就不得不提到我们视频主题中的“均值回归”。
传统中医是否能经得起统计学的考验？
zhlédnutí 26KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士。今天我想和大家讨论的是一个比较有争议的话题，那就是传统中医和现代医学体系之间的关系。关注我的朋友们都知道，我的频道主要做的是统计 学的科普，而统计学的思想和方法正是现代医学的一个重要基础。所以具体一点说，我要讨论的话题是“中医是否能经得起统计学的考验”。 视频内引用的文献综述： 1. Ma, Chun Ho, et al. "Efficacy and safety of Chinese herbal medicine for benign prostatic hyperplasia: systematic review of randomized controlled trials." Asian Journal of Andrology 15.4 (2013): 471 2. Yu, Lei, et al. "The efficacy...
麻省理工博士：现代医学的统计学基础--什么是假设检验？【统计学小课堂11】
zhlédnutí 12KPřed rokem
大家好，我是说话有点慢，逻辑从不乱的Kai博士，欢迎来到我的统计学小课堂。今天我要聊的是一个非常重要的统计学概念：假设检验。在过去两年多新冠疫情全球大流行的这个背景下，我认为假设检验是一个人人都应该去了解的概念。新闻里出现的各种关于新冠疫苗和药物的名词，比如说二期临床试验，有效性，双盲试验等等，背后都离不开假设检验这个统计学基础。今天我们就从著名统计学家Ronald Fisher的一个小故事说起，快速了解一下什么是假设检验！
麻省理工博士：7分钟搞懂常见概率分布【统计学小课堂10】
zhlédnutí 29KPřed 2 lety
大家好，我是说话有点慢，逻辑从不乱的Kai博士。作为统计学里最基础也最重要的一个概念，概率分布给科学家和工程师们提供了描述世界和解释数据的一套数学工具。大到天文学家如何通过观测数据推算银河系的机构，小到我这个统计学小课堂如何在数以万计的视频中被推荐到了你的页面上，这背后都离不开各种概率分布。今天我就要给大家介绍一下最常见的几个概率分布，希望对你有所帮助！
预测中国抗疫躺平会造成160万死亡的研究，究竟靠不靠谱？
zhlédnutí 3,2KPřed 2 lety
大家好，我是说话有点慢，逻辑从不乱的Kai博士。上一期的视频里我们从统计学的角度，分析了几位专家关于中国抗疫影响的观点中不严谨的地方。今天我们延续这一话题，继续来讨论学术界研究里对于中国抗疫影响的评估。首先要强调一下，抗疫的这几年对于整个中国社会的各方面影响是非常复杂而且长远的，这个视频要讨论的只是从预防新冠感染和死亡这个角度来分析的一篇研究文章。之所以要讨论这篇文章，第一是因为它发表的学术期刊，是国际上有较大影响力的杂志《自然医学》；第二是它的结果被国内的很多官方媒体以及外交部发言人都引用过，比如说6月17日，中国外交部发言人汪文斌在例行记者会上就提到说“这篇文章预测，如果中国效仿某些国家“躺平”的话，可能会造成1.12亿人感染，近160万人死亡。”科学研究的过程往往比结果要重要很多，这些数字是怎么得来的，除了160万人死亡的大数字还有什么细节值得我们参考，这就是本期视频我们要着重...
麻省理工博士：如何从统计学角度衡量抗疫的生命价值？
zhlédnutí 1KPřed 2 lety
新冠爆发的两年多时间以来，世界各国根据自己的国情采取了不同的抗疫策略，这些策略的严格程度、有效性以及社会影响都不尽相同，但至少有一个目的是相同的，那就是在一定程度上避免生命的损失。在这一点上中国到底做的怎么样，已经有不少专家学者给出了自己的意见。熟悉我的朋友们应该知道，我这个频道做的是统计学知识的科普，在今天的视频里，我们就从统计学的角度分析一下这些专家的意见是否靠谱。
麻省理工博士：独立思考的必备基础--看懂统计图表（2）【统计学小课堂09】
zhlédnutí 6KPřed 2 lety
今天我们继续上一期的话题，聊一聊如何看懂统计图表。我们现在所处的时代是一个大数据的时代，但同时也是一个滥用数据的时代。世界各地的各类媒体经常会为了迎合目标群体的喜好，有意或无意地带入特定立场去误读数据甚至是操纵数据，去讲述他们看数据之前就写好的故事。今天的小课堂我们要聚焦在一类重要的数据图表，和大家分享一下如何看懂散点图。 生命损失最小化的防疫策略: www.163.com/dy/article/H7ER8KFU0552C3RL.html
麻省理工博士：独立思考的必备基础--如何看懂统计图表 (1)【统计学小课堂08】
zhlédnutí 12KPřed 2 lety
最近上海的疫情还是相当严重，也经常传出一些令人揪心的消息，有不少老百姓和自媒体都在讨论什么才是最好的防疫策略。当然也出现了很多的专家学者，根据各自领域的知识提出了不同的见解。在这些声音中作为普通人应该如何保持理性思考，做出自己独立的判断呢？我认为最好的方法就是自己做些调研，目前世界各国的学者对新冠做了非常全面的基础研究，有大量的公开文献和数据我们都可以查阅。并不是所有人都经过系统性的科研训练，但我觉得在这个大数据时代，每个人都有能力也有必要掌握一些数据科学方面的常识。 今天我们小课堂要聊的就是如何看懂统计图表。 相关的网站链接： 1. 牛津大学的Our World In Data项目，有各国新冠疫情相关的相当全面的数据 ourworldindata.org/explorers/coronavirus-data-explorer 2. 视频中提到的金融时报评论文章 www.ft.com...
麻省理工博士：如何在社交媒体上寻找“真相”？
zhlédnutí 3,1KPřed 2 lety
大家好，我是说话有点慢，逻辑从不乱的Kai博士。关注我的朋友们应该知道，我之前的每一期视频都会讲一两个具体的统计学知识点，但是今天的视频里，在这个俄乌战争进行的当下，我们讲点不一样的，谈一谈如何在当下这个信息量巨大而且鱼龙混杂的自媒体时代里寻找社交媒体上的“真相”。
麻省理工博士：如何科学搜寻失事航班？什么是贝叶斯搜索理论【统计学小课堂07】
zhlédnutí 11KPřed 2 lety
麻省理工博士：如何科学搜寻失事航班？什么是贝叶斯搜索理论【统计学小课堂07】
麻省理工博士：用大数定律告诉你，中国国足如何才能战胜巴西？【统计学小课堂04】
zhlédnutí 10KPřed 2 lety
麻省理工博士：用大数定律告诉你，中国国足如何才能战胜巴西？【统计学小课堂04】
中药是安慰剂吗？组织液中，还有阻滞剂和干扰素的作用机理，不见得一定要进入细胞，而是在细胞膜外壁产生作用就可以。 我在某一年中华医师学会精神医师分会的年会上听到一个报告说，经三级精防系统掌握并纳入统计的精神疾病患者中，治愈率为23%，自愈率为18%，不要说安慰剂了，病毒性感冒就是自限性疾病，喝热水也能好，不喝热水，多睡觉也能好。经过那么多年学出来的专业学子，加上这么多年的继续教育的专业医生，还能开出直接作用于大脑神经系统药物处方，也就提升了5个百分点。 不要怀疑这信息来源真实性，因为那一年我是正式注册会员。
我觉得你还是不懂，把你节目中的中医改为跳大神也是一样的，中医是传统医学，起源于巫术，自古医巫不分家，目前没有一个中医药能够通过大样本随机双盲对照试验，
中医是非科学，非科学什么意思不明白吗？就是没有经过验证论证的一种理论或者经验方法，谁愿意用谁用，建议认可中医的只看中医，看现代医学简直是对认可中医的亵渎。
從公式得知，讓人無法更新後驗概率，只要把信息封鎖即可
中醫裡有些東西是很模糊不清的，例如寒底與熱底是如何區分？有專家講完後，我更迷糊了。
西醫也不會是萬人一方
中醫是神學
传统医学和现代医学 哪个符合统计学 看FDA批准了上市了多少药品就知道了
標題，看誰教的，如果是神醫，診脈比人何儀器強就連卡陰靈陰煞都能診出，用藥即效，我連拉肚子三天沒好西醫無用找神醫他說是腸刺，那中藥後每三小時用藥早上八點至下午五點即好，肝發炎西醫反而更嚴重四個月後找神醫半年就好，我腎水不足原本快好了因工作關系沒拿藥後因神醫早夭，我感到病情嚴重再找一般醫生直至大型醫院沒人說我有腎水不足問題，我要求直接說用依腎水不足用藥，竟說補腎水與肝用藥能一起用，怎與神醫說法不同，過十五年後我變白癡忘了名字怎麼寫性器官嚴重萎縮，無奈找神乞求能正常生活就好，哎！搞不清楚教育怎麼了，目前見過最強中醫師是任何病能怎出，卡陰煞不能怎出，用藥能力差，大小腸壁硬化嚴重（肩硬化）要醫六年
赞
個人長時間體驗，除了針灸對痛症有明顯幫忙外，對內科而然中醫無效率十分高。以cp值來說，比西醫昂貴得多。
统计学能不能经受的了，假统计的考验。吃饭的人都死了
你懂个毛线
中医一些治病的案例，是西医乃至科学都无法解释的，等你们将中医完全用科学解释通之后，你们再来否定！
博士，可以分享一下你如何寻找第一手信息的吗
沒有更新了，可惜。
你真是一个3σ的博主啊
博主出一个系列专门讲讲不同图表的应用吧
如果所背景音乐去掉的话可能会更好。
女性
中醫不識王唯工，自稱科學也枉然。
只要他老公是男人….100%
理论毕竟是理论！与实况或许只差半步，但却在千里之外，可望不可及！
很好奇为什么日本的天气预报可以精确到分钟
搞清楚，青蒿是不能治疟疾的！也就是说古代中医书说的不可信！
一位上海老中医说中医实际就是调整人体免疫力，用免疫治疗病
的確, 而且很多時網上信息就存在權威偏誤的陷阱, 某某專家說, 某某名人說, 很多人不用腦就吸收很易就會踩中陷阱.
沙发上的小动物换新的啦
好厉害，讲的特别容易懂。谢谢！
那請問正偏態跟負偏態是什麼意思，為什麼他跟一般人理解的圖形是相反的？
可以催更吗，讲的很好
诈骗犯一步一步取得信任，是不是也是利用了贝叶斯定理
現代醫學和古代醫學
中医从来不需要所谓的验证，毕竟在中医拥趸的人群里他们更愿意相信玄妙难懂的概念，比如我们中医发现了用现代仪器都无法探测的经络，比如各种口口相传的神奇案例，至于真与假，那不重要，他们只是需要相信而已，对伪科学的迷信其实从某种意义上有点跟信仰差不多，如果你妄图去说服这些人，不亚于要一个虔诚的信徒放弃自己的信仰
就是没效果了
換答案答對的機率是3/2, 但如果是扣除一個錯誤的選項,從剩餘的兩個選項中選出正確的選項的機率,在還未選的情況下扣除錯誤的那個.2選一正確的機率為50%, 但是這道題假設的是.換答案答對的機率 , 這是兩個不同的情境,所以才會有這樣反直覺的感覺, 請問我這樣理解是對的嗎?
4:36開始說得太好了！
中医药实际是人类早期流传下来的传统医疗方法。与其它民族的传统医学，甚至与动物有选择地吃一些草来治疗疾病没有本质的区别。很多中医药经过长期的实践的确有效。但其效果机理在中医理论里只是一种猜测，无法也没有证据来解释。有几本古代医书给出了青蒿入药的治疗湿热药方。但都没有给出治病机理以及真正有效的成分。屠呦呦的研究正好证明了中药无法利用青蒿中的有效成分，因为青蒿素遇热很快分解。而中药方的炮制方法完全破坏了青蒿中的青蒿素。也许古时生吃青蒿可以治疗疟疾，但青蒿加入中药方以后，就完全失去了有效性。屠呦呦的贡献在于低温提取青蒿素，而这种现代成分提取技术已经完全脱离了中医药。准确地说，屠呦呦提取青蒿素治疗疟疾与中医无关！
不能
我以前也以后中药像安慰剂，直到自己失眠六年看了所有广州知名医院看个遍体检也正常就是看不好，后来中药调整好了
支持更新❤😊
台灣也有 這題叫三黨分票😂😂😂
70%分数，平均值➕多少个Σ哇😂
受益了
16年骑士逆转是因为场外因素，裁判偏向骑士队
纯纯的傻波一吗
和稀泥
你的字幕為什麼那麼小
我的统计是：全世界的太平间里的死人，百分之九十五以上，都是西医治死的！
你自己搞懂没有？ 你讲的估计没人能懂，因为你自己就没明白，准备文案照本宣科。