《無人之境》
♂：早晨
♀：早晨
♂：尋晚我一路聽緊無人之境
♀：One of my favorite song
♂：係Youtube睇住留言，收看次數九百一十一萬，係欣賞，係讚同，定係悲哀
♀：有次我地傾過西遊記，最初至尊寶愛上白晶晶，認定廝守終身，非卿不要，但偏偏又遇上紫霞，其實咪又係一場無人之境，要數呢類型既電影，鐵達尼又係，志明與春嬌又係，連港女最愛單身男女都係
♂：一生一世，一心一意唔係易事
♀：從來都唔易，所以真愛值得珍惜，就好似倖存者偏差咁，我地永遠只睇到成功既例子，但失敗既人更多
♂：早排我睇左阿女又戀黎，入面班家長有個有趣既討論，就係如果個女婿出軌，原唔原諒，有個外父話睇下咩情況啦，如果係一次既，佢又知錯，咁可以原諒既
♀：我都有睇，跟住佢老婆反晒白眼嘛
♂：當時我諗，世伯你一定係個有故事既人
♀：世伯講左句，今時今日世界太多誘惑，我認同，所以錯既機會好大，我都有諗過，如果我老公同我行到六七十歲，然後佢出軌，咁我會唔會原諒佢呢？
♂：答案呢？
♀：我諗我會原諒佢
♂：已記低
♀：所以你覺得可以好好運用呢次機會咁話嘛？
♂：無，純粹覺得呢個答案係個好題材
♀：世界從來都唔係黑同白，你有冇睇大丈夫？
♂：One of my favorite movie
♀：第一次我覺得，偷食都咁多花樣，講得咁理直氣壯，但再睇，我就覺得，佢地其實都好可悲
♂：可悲位係，佢地應該要離婚，但又無離婚，最慘就係夾左係中間
♀：面對誘惑，面對慾望，有幾多人可以完全堅定，人其實說白少少，係滿口道德既動物，動物直接面對慾望，但人就係當中掙扎，一邊想做人，一邊發現自己同動物差唔多
♂：人同動物最大分別係，人同動物都會想，但人可以選擇唔做
♀：鍾意同埋愛既分別係，鍾意係以自己為先，愛係以對方為先，好簡單，愛對方諗起對方會受傷會悲傷，你自然就唔會做；但鍾意，一睇自己，自己要就去啦，自己緊要得多
♂：但人人都係愛對方先同對方一齊同結婚啦
♀：我認為好多人唔係絕對愛對方，記住無黑同白，鍾意同愛係可以夾雜，係講比例，愛佔大多數既人就無咁易出軌，但佔少數既人就好易墜落喇
♂：你愛唔愛我？
♀：你覺得呢？
♂：我印象中你無講過愛我
♀：我更無講過係你女朋友
♂：慘喇……我通知晒咁多人，今次真係柒到喊喇
♀：咁啊，你聽日答我一個問題，你覺得好感、鍾意、愛呢三樣係有乜分別，答得我滿意既，我可以比一張一日女朋友體驗卡你
♂：請問體驗卡包咩
♀：所有社會共識上女朋友有既野都包
♂：睇黎呢條問題唔易答喎
♀：我期待你既答案
♂：我可唔可以提個要求？
♀：講
♂：你準備定你既答案，我想對答案
♀：好，本宮答應了，退下吧小艾子
♂：喳，娘娘晚安
♀：晚安，明早準時服侍本宮
♂：遵命！
#長傾不見 #好久不見 #蔣薇
倖存者偏差故事 在 [心得] 關於心得文的統計：倖存者偏差- 看板GMAT - 批踢踢實業坊 的美食出口停車場
關於失敗者心得文，在這裡也分享一個有趣且發人深省的統計原理
在講之前，我想先講 "成王敗寇" 的例子。以前我在北卡認識 MBA的同學，他曾參加了一
場 MBA分享會，直接被顧問說：你的 profile不夠(發音：you are too old )，不要出國
好了。幸而他自己繼續努力，並碰到貴人幫助，最後還是上了 Top 20 的北卡 MBA。其實
補習班大多是喜歡貼近、幫助條件好的同學，不是嗎？
今天要分享的統計原理叫做 "倖存者偏差"，一般大學用的統計學課本應該都會提到。
二次大戰的時候統計學教授幫忙英國皇家空軍分析飛機上的彈孔來決定哪邊加強裝甲較好
統計的資料顯示機翼最容易被打，駕駛艙最少被打。剛開始軍方認為既然機翼最常被打那
就應該加強機翼的裝甲。但飛回來的飛機機翼上面彈孔多，表示機翼被打其實沒事兒沒事
兒，而駕駛艙被打到的大都飛不回來了。
這故事和失敗者心得文有何關係呢？這和我聽到好幾位同學和我抱怨的有關；有許多同學
沒考到 700，跟我說考的真爛，因為版上都是 700+ 的心得文。
這風氣如何造成的? 因為補習班當然會請高分做分享宣傳，然後版上一些神人老師帶頭引
領風氣，自修 750+ 、裸考破 700 等大神老師 (我當然可能也是其中一環)。然後同學也
在心得文中加油添醋，說了非上什麼課程、或是必看什麼自修網站不可。當我點入鼓勵失
敗者的文章，點進去又看到其他一堆 700 分的心得。這就是最好的例子。
真要看高分比例，應該要計算高分人數除以班上人數，才能得到客觀的數據。但這些數據
根本不可能客觀呈現。同學看到的，就是 "倖存者" ，沒有學過統計就會誤以為這就是一
般考生平均，造成某些資訊的誤解。
最後，我認為高分心得還是有必要，提供自身的經驗來幫助之後的同學得到高分，並對這
些高分同學看齊，除了宣傳之外也是有鼓勵的作用。但這篇文章目的是給大家一個客觀的
分析建議，並分享前面文章所敘述的 "失敗者的心得分享" 背後的隱含意義。
--
https://www.gmac.com/market-intelligence-and-research/research-library/gmat-test
-taker-data.aspx
GMAT平均分數 (by residence)
2012 2013 2014 2015 2016
世界 548 546 550 554 558
台灣 559 561 567 568 568
--
Klaus Math
GMAT Quant Expert
Blog https://klausmath.wordpress.com/
E-mail [email protected]
歡迎來信諮詢
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.214.225.88
※ 文章網址: https://www.ptt.cc/bbs/GMAT/M.1489154133.A.970.html
... <看更多>