Facebook Pixel
Searching...
Bahasa Indonesia
EnglishEnglish
EspañolSpanish
简体中文Chinese
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
Bahasa IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
How Not to Be Wrong

How Not to Be Wrong

The Power of Mathematical Thinking
oleh Jordan Ellenberg 2014 480 halaman
3.95
20k+ penilaian
Dengarkan
Listen to Summary

Poin Penting

1. Matematika memperluas akal sehat untuk memecahkan masalah kompleks

Matematika adalah akal sehat.

Matematika sebagai alat. Matematika menyediakan kerangka kerja yang kuat untuk memperluas pemikiran akal sehat kita dalam memecahkan masalah kompleks. Ini memungkinkan kita untuk memformalkan konsep intuitif dan menerapkan logika yang ketat untuk mencapai kesimpulan yang dapat diandalkan. Dengan menerjemahkan situasi dunia nyata ke dalam model matematis, kita dapat menganalisisnya secara sistematis dan mendapatkan wawasan yang mungkin tidak terlihat melalui pengamatan biasa.

Aplikasi praktis. Matematika memiliki aplikasi di berbagai bidang:

  • Fisika: Memodelkan gerakan objek dan perilaku partikel dasar
  • Teknik: Merancang struktur yang efisien dan mengoptimalkan sistem
  • Ekonomi: Menganalisis tren pasar dan membuat prediksi keuangan
  • Biologi: Memahami dinamika populasi dan pewarisan genetik
  • Ilmu komputer: Mengembangkan algoritma dan sistem kriptografi

Mengatasi keterbatasan. Meskipun intuisi kita seringkali membantu dalam banyak situasi sehari-hari, ia bisa menyesatkan ketika berhadapan dengan angka besar, probabilitas kecil, atau fenomena yang tidak intuitif. Penalaran matematis membantu kita mengatasi keterbatasan ini dan mencapai kesimpulan yang benar meskipun perasaan kita mungkin membawa kita ke arah yang salah.

2. Pemikiran linier sering kali mengarah pada kesimpulan yang salah

Tidak setiap kurva adalah garis.

Jebakan linearitas. Banyak orang secara naluriah menganggap bahwa hubungan antara variabel adalah linier – yaitu, perubahan pada satu variabel menyebabkan perubahan proporsional pada variabel lainnya. Namun, kenyataannya seringkali lebih kompleks, dengan hubungan non-linier yang umum terjadi di alam, ekonomi, dan banyak domain lainnya.

Contoh non-linearitas:

  • Pertumbuhan populasi: Eksponensial daripada linier
  • Kurva dosis-respons dalam kedokteran: Sering kali berbentuk S
  • Pengembalian ekonomi: Pengembalian marjinal yang menurun
  • Perubahan iklim: Titik balik dan umpan balik

Menghindari penyederhanaan berlebihan. Mengenali kapan pemikiran linier tidak tepat sangat penting untuk analisis dan pengambilan keputusan yang akurat. Dengan mempertimbangkan kemungkinan hubungan non-linier, kita dapat mengembangkan model yang lebih canggih yang lebih mencerminkan kenyataan dan menghasilkan prediksi serta wawasan yang lebih dapat diandalkan.

3. Regresi ke rata-rata menjelaskan banyak fenomena yang disalahpahami

Keunggulan tidak bertahan; waktu berlalu, dan mediokritas menegaskan dirinya.

Memahami regresi. Regresi ke rata-rata adalah fenomena statistik di mana pengamatan ekstrem cenderung diikuti oleh pengamatan yang lebih rata-rata. Ini terjadi secara alami karena variasi acak dan sering kali disalahartikan sebagai tren atau efek yang berarti.

Misinterpretasi umum:

  • Olahraga: "Streak panas" seorang pemain diikuti oleh kinerja rata-rata
  • Kedokteran: Efektivitas yang tampak dari pengobatan untuk kondisi kronis
  • Pendidikan: Program yang tampaknya meningkatkan skor ujian bagi pelajar berkinerja rendah
  • Bisnis: Perusahaan berkinerja tinggi "kehilangan keunggulan" seiring waktu

Menghindari kesimpulan yang salah. Mengenali regresi ke rata-rata membantu mencegah atribusi perubahan pada penyebab yang tidak ada. Ketika mengevaluasi intervensi atau tren, penting untuk mempertimbangkan apakah perubahan yang diamati mungkin hanya merupakan kembalinya ke rata-rata daripada efek nyata dari suatu tindakan atau kebijakan.

4. Korelasi tidak selalu berarti kausalitas

Korelasi tidak bersifat transitif.

Jebakan korelasi. Meskipun korelasi antara dua variabel dapat menunjukkan adanya hubungan, itu tidak selalu berarti bahwa satu menyebabkan yang lain. Banyak faktor dapat menyebabkan korelasi tanpa kausalitas, termasuk:

  • Kebetulan
  • Kausalitas terbalik
  • Penyebab umum
  • Variabel yang membingungkan

Contoh korelasi yang menyesatkan:

  • Penjualan es krim dan tingkat kejahatan (keduanya meningkat di musim panas)
  • Ukuran sepatu dan kemampuan membaca pada anak-anak (usia mempengaruhi keduanya)
  • Jumlah Hadiah Nobel dan konsumsi cokelat per negara

Menetapkan kausalitas. Untuk menentukan kausalitas, diperlukan bukti tambahan di luar sekadar korelasi. Ini mungkin termasuk:

  • Eksperimen terkontrol
  • Urutan temporal (sebab mendahului akibat)
  • Mekanisme yang masuk akal
  • Konsistensi di berbagai studi
  • Menyingkirkan penjelasan alternatif

5. Memahami probabilitas mencegah kesalahan statistik umum

Hal-hal yang tidak mungkin sering terjadi.

Salah kaprah probabilitas. Banyak orang kesulitan dalam menginterpretasikan probabilitas dengan akurat, yang mengarah pada kesalahan dalam penilaian dan pengambilan keputusan. Kesalahan umum meliputi:

  • Mengabaikan tingkat dasar (misalnya, paradoks positif palsu)
  • Salah memahami independensi peristiwa
  • Gagal memperhitungkan perbandingan ganda
  • Melebih-lebihkan kemungkinan peristiwa langka

Meningkatkan penalaran probabilistik:

  • Pertimbangkan frekuensi jangka panjang daripada hasil individu
  • Gunakan pemikiran Bayesian untuk memperbarui keyakinan berdasarkan bukti baru
  • Sadari bias kognitif yang mempengaruhi penilaian probabilitas
  • Latih menghitung probabilitas dalam situasi sehari-hari

Implikasi dunia nyata. Pemahaman yang lebih baik tentang probabilitas dapat meningkatkan pengambilan keputusan di berbagai domain:

  • Kedokteran: Menginterpretasikan hasil tes diagnostik
  • Keuangan: Menilai risiko investasi
  • Hukum: Mengevaluasi bukti dalam kasus kriminal
  • Kebijakan: Menganalisis potensi dampak intervensi

6. Nilai yang diharapkan membantu membuat keputusan yang lebih baik di bawah ketidakpastian

Jika berjudi itu mengasyikkan, Anda melakukannya dengan salah.

Menghitung nilai yang diharapkan. Nilai yang diharapkan adalah hasil rata-rata dari suatu keputusan jika diulang berkali-kali. Ini dihitung dengan mengalikan setiap hasil yang mungkin dengan probabilitasnya dan menjumlahkan hasilnya. Ini memberikan dasar rasional untuk pengambilan keputusan di bawah ketidakpastian.

Aplikasi nilai yang diharapkan:

  • Perjudian: Menentukan apakah taruhan menguntungkan
  • Asuransi: Menetapkan premi dan menilai risiko
  • Bisnis: Mengevaluasi potensi investasi atau strategi
  • Keuangan pribadi: Membandingkan tawaran pekerjaan atau rencana pensiun

Keterbatasan yang perlu dipertimbangkan. Meskipun nilai yang diharapkan adalah alat yang kuat, ia memiliki keterbatasan:

  • Ia tidak memperhitungkan toleransi risiko atau faktor emosional
  • Peristiwa langka yang berdampak tinggi mungkin terabaikan
  • Probabilitas dan hasil mungkin sulit untuk diperkirakan dengan akurat

Untuk membuat keputusan yang seimbang, pertimbangkan nilai yang diharapkan bersama dengan faktor lain seperti skenario terburuk, preferensi pribadi, dan pertimbangan etis.

7. Opini publik sering kali tidak koheren dan paradoksal

Tidak ada yang namanya opini publik.

Paradoks agregasi. Ketika preferensi individu digabungkan untuk membentuk "opini publik," hasilnya bisa tidak konsisten atau bahkan kontradiktif. Ini terjadi karena:

  • Preferensi yang tidak transitif (A > B > C > A)
  • Pengaruh alternatif yang tidak relevan
  • Metode penggabungan preferensi yang berbeda menghasilkan hasil yang berbeda

Contoh opini publik yang tidak konsisten:

  • Ingin mengurangi pengeluaran pemerintah tetapi meningkatkan pendanaan untuk program tertentu
  • Memilih kandidat A daripada B, B daripada C, dan C daripada A dalam perbandingan berpasangan
  • Mengubah preferensi berdasarkan kehadiran opsi ketiga yang tidak relevan

Implikasi untuk demokrasi. Ketidakkoherenan opini publik menantang pandangan sederhana tentang "kehendak rakyat." Ini menunjukkan bahwa:

  • Mungkin tidak selalu ada pilihan "benar" yang jelas dalam pemilihan atau referendum
  • Sistem pemungutan suara yang berbeda dapat menghasilkan hasil yang berbeda
  • Pembuat kebijakan harus menavigasi preferensi yang bersaing daripada sekadar menerapkan kehendak publik yang bersatu

8. Berpikir kritis memerlukan pertanyaan terhadap asumsi dan metodologi

Tidak selalu salah untuk salah.

Menyelidiki klaim. Berpikir kritis melibatkan pemeriksaan cermat terhadap asumsi, metode, dan bukti di balik klaim dan kesimpulan. Ini termasuk:

  • Mengidentifikasi potensi bias atau konflik kepentingan
  • Mengevaluasi kualitas dan relevansi data
  • Mempertimbangkan penjelasan alternatif
  • Menilai keterbatasan studi atau analisis

Pertanyaan kunci yang harus diajukan:

  • Apa asumsi yang mendasari?
  • Bagaimana data dikumpulkan dan dianalisis?
  • Apakah kesimpulan dibenarkan oleh bukti?
  • Apa interpretasi alternatif yang mungkin?
  • Apa implikasi atau konsekuensi yang mungkin terjadi?

Menyeimbangkan skeptisisme dan tindakan. Meskipun berpikir kritis sangat penting, penting untuk menyadari bahwa kepastian yang sempurna jarang dapat dicapai dalam situasi dunia nyata. Pengambil keputusan sering kali harus bertindak berdasarkan informasi yang tidak lengkap, mempertimbangkan potensi biaya dari ketidakaktifan dibandingkan dengan risiko membuat kesalahan. Tujuannya adalah untuk membuat keputusan terbaik yang mungkin berdasarkan bukti yang tersedia, sambil tetap terbuka terhadap informasi baru dan bersedia memperbarui keyakinan ketika diperlukan.

Terakhir diperbarui:

FAQ

What's How Not to Be Wrong about?

  • Mathematics in Everyday Life: The book explores how mathematical thinking can enhance decision-making in various areas, from politics to medicine. It emphasizes that math is not just about numbers but about understanding the world.
  • Real-World Applications: Ellenberg uses examples like Abraham Wald's bullet hole analysis to show how math can lead to better insights and decisions.
  • Accessible to All: The author aims to make complex mathematical concepts understandable for a general audience, demonstrating that everyone can engage with math meaningfully.

Why should I read How Not to Be Wrong?

  • Enhance Critical Thinking: The book improves your ability to think critically and analytically about everyday problems, helping you avoid common reasoning pitfalls.
  • Engaging and Informative: Filled with anecdotes and humor, Ellenberg's storytelling makes complex ideas relatable and enjoyable.
  • Broader Perspective: It encourages seeing connections between math and various fields, fostering a holistic understanding of math's influence on our lives.

What are the key takeaways of How Not to Be Wrong?

  • Math is Everywhere: Mathematics is integral to everyday life, influencing decisions in politics, economics, and personal choices.
  • Beware of Misleading Statistics: Ellenberg warns about misinterpreting statistical data, such as percentages and averages, using examples like obesity projections.
  • Understanding Probability: The book emphasizes the importance of understanding probability, especially in scientific research and decision-making.

What are the best quotes from How Not to Be Wrong and what do they mean?

  • "Mathematics is the extension of common sense by other means.": Math enhances our natural reasoning abilities, providing tools to understand complex situations better.
  • "The armor goes where the bullet holes aren’t.": This highlights the importance of understanding survivorship bias and making decisions based on comprehensive data.
  • "Improbable things happen a lot.": A reminder that unlikely events can occur, emphasizing the need for careful statistical reasoning.

How does Jordan Ellenberg explain the concept of linearity in How Not to Be Wrong?

  • Linearity vs. Nonlinearity: Ellenberg contrasts linear thinking, assuming direct relationships, with nonlinear thinking, recognizing complex relationships.
  • Real-World Examples: He uses the Laffer curve to show how tax rates and government revenue can have a nonlinear relationship.
  • Importance of Context: Understanding context is crucial for informed decisions, as optimal solutions often lie between extremes.

What is Bayesian inference as discussed in How Not to Be Wrong?

  • Definition of Bayesian Inference: A statistical method that updates the probability for a hypothesis as more evidence becomes available.
  • Prior and Posterior Probabilities: Combines prior beliefs with new data to form a posterior belief, illustrated through examples like roulette outcomes.
  • Real-World Applications: Applied in fields like medicine and social sciences to improve decision-making, allowing for a nuanced understanding of uncertainty.

How does How Not to Be Wrong address the misuse of statistics?

  • Misleading Percentages: Ellenberg discusses how percentages can be manipulated to create misleading narratives, warning against taking statistics at face value.
  • The Importance of Context: Context matters when interpreting statistics, as seen in job growth data where the nontradable sector dominated.
  • Critical Evaluation: Encourages critical evaluation of statistical claims, reminding that statistical significance doesn't always mean practical significance.

What is the significance of the story of Abraham Wald in How Not to Be Wrong?

  • Survivorship Bias: Wald's story illustrates survivorship bias, where conclusions are drawn based only on visible outcomes, ignoring those that didn't survive.
  • Mathematical Insight: Wald's insight about where to place armor on planes during WWII demonstrates how mathematical reasoning can lead to better decision-making.
  • Real-World Application: Ellenberg uses this story to show how mathematical thinking can be applied to real-world problems, encouraging critical thinking about data.

How does How Not to Be Wrong explain the concept of correlation?

  • Correlation Explained: A statistical measure describing the extent to which two variables change together, indicating predictable relationships.
  • Correlation Does Not Imply Causation: Just because two variables are correlated does not mean one causes the other, a common misconception.
  • Visual Representation: Scatterplots are used to visualize correlations, revealing the strength and direction of relationships between variables.

What role does regression to the mean play in How Not to Be Wrong?

  • Definition of Regression to the Mean: A statistical phenomenon where extreme observations tend to be closer to the average upon subsequent measurements.
  • Implications for Performance: High performers are often subject to this phenomenon, leading to a natural decline in performance over time.
  • Real-World Examples: Examples from sports, like baseball players' performance, show how regression to the mean can mislead expectations.

How does How Not to Be Wrong illustrate the importance of understanding statistics?

  • Statistics in Everyday Life: Statistics play a crucial role in decision-making, from health choices to financial investments.
  • Avoiding Misinterpretation: Highlights common pitfalls in interpreting statistical data, encouraging critical evaluation of data.
  • Empowerment Through Knowledge: Understanding statistics empowers readers to make informed decisions and avoid being misled by misleading data.

What is the significance of the title How Not to Be Wrong?

  • Focus on Avoiding Mistakes: The title reflects the book's theme of using mathematical reasoning to avoid common errors in thinking.
  • Emphasis on Critical Thinking: Suggests a proactive approach to thinking critically about information and data.
  • Broad Applicability: Implies that the lessons learned can be applied across various domains, from personal finance to scientific inquiry.

Ulasan

3.95 dari 5
Rata-rata dari 20k+ penilaian dari Goodreads dan Amazon.

Cara Tidak Salah menerima ulasan yang sebagian besar positif karena menjadikan matematika dapat diakses dan relevan dengan kehidupan sehari-hari. Pembaca menghargai gaya penulisan Ellenberg yang menarik, humoris, dan contoh-contoh dari dunia nyata. Banyak yang merasa buku ini memberikan pencerahan, terutama mengenai statistik dan probabilitas. Beberapa mengkritik panjangnya buku dan kompleksitas yang kadang muncul. Komentar politik di bab-bab akhir memecah pendapat pembaca. Secara keseluruhan, para pengulas merekomendasikannya bagi mereka yang tertarik pada matematika terapan dan pemikiran kritis, meskipun beberapa menyarankan bahwa buku ini mungkin menantang bagi pembaca yang tidak memiliki latar belakang matematika.

Your rating:

Tentang Penulis

Jordan Ellenberg adalah seorang matematikawan dan penulis terkemuka. Sebagai Profesor Matematika John D. MacArthur di Universitas Wisconsin-Madison, ia menggabungkan keahlian akademis dengan bakat untuk menyampaikan konsep-konsep matematika yang kompleks kepada khalayak umum. Karya tulis Ellenberg telah dimuat di berbagai publikasi terkemuka, termasuk Slate, Wall Street Journal, New York Times, Washington Post, Boston Globe, dan Believer. Kemampuannya untuk menjembatani kesenjangan antara matematika akademis dan penulisan sains populer menjadikannya suara yang dihormati di kedua bidang tersebut, berkontribusi pada pemahaman publik tentang prinsip-prinsip matematika dan penerapannya dalam kehidupan nyata.

0:00
-0:00
1x
Dan
Andrew
Michelle
Lauren
Select Speed
1.0×
+
200 words per minute
Home
Library
Get App
Create a free account to unlock:
Requests: Request new book summaries
Bookmarks: Save your favorite books
History: Revisit books later
Recommendations: Get personalized suggestions
Ratings: Rate books & see your ratings
Try Full Access for 7 Days
Listen, bookmark, and more
Compare Features Free Pro
📖 Read Summaries
All summaries are free to read in 40 languages
🎧 Listen to Summaries
Listen to unlimited summaries in 40 languages
❤️ Unlimited Bookmarks
Free users are limited to 10
📜 Unlimited History
Free users are limited to 10
Risk-Free Timeline
Today: Get Instant Access
Listen to full summaries of 73,530 books. That's 12,000+ hours of audio!
Day 4: Trial Reminder
We'll send you a notification that your trial is ending soon.
Day 7: Your subscription begins
You'll be charged on Apr 5,
cancel anytime before.
Consume 2.8x More Books
2.8x more books Listening Reading
Our users love us
100,000+ readers
"...I can 10x the number of books I can read..."
"...exceptionally accurate, engaging, and beautifully presented..."
"...better than any amazon review when I'm making a book-buying decision..."
Save 62%
Yearly
$119.88 $44.99/year
$3.75/mo
Monthly
$9.99/mo
Try Free & Unlock
7 days free, then $44.99/year. Cancel anytime.
Scanner

Point camera at a book's barcode to scan

Scanning...

Settings
General
Widget
Appearance
Loading...
Black Friday Sale 🎉
$20 off Lifetime Access
$79.99 $59.99
Upgrade Now →