Había visto este libro hacía un tiempo, y por fin me he hecho con él. Este libro tiene de todo, estimados lectores. El autor le da un repaso a muchos, muchísimos aspectos de la teoría de probabilidades que están, de una u otra manera, relacionados con la vida cotidiana. En 264 cortas páginas hay un montonazo de información.
Comenzamos leyendo sobre la Ley de los grandes números, que nos dice que, a medida que vayamos haciendo “experimentos” (es decir, tirando un dado, jugando a la ruleta, lanzando monedas…), los resultados que obtengamos se irán pareciendo más y más a los resultados esperados. Si tiramos una moneda una vez, sólo puede salir cara o cruz, es decir, o cara el 100% de las veces o cruz el 100% de las veces, números que se alejan de la probabilidad que conocemos de 50% cara y 50% cruz. Pero si tiramos muchas monedas, podemos estar seguros de que los resultados se acercarán a la mitad caras y la mitad cruces. Los casinos conocen este hecho perfectamente y por eso, aunque algún cliente acierte un pleno y gane dinero, es el casino quien a la larga obtiene unos beneficios bastante predecibles.
A continuación, un clásico: las coincidencias. “Increíble, anoche soñé que algo malo le pasaba a mi amigo Pepe y hoy ha tenido un tortazo con el coche”. El autor desmitifica estos hechos aparentemente sobrenaturales (en CPI dijimos algo muy parecido hace un tiempo), por el simple método de formularse la pregunta adecuada: ¿cuántos casos afirmativos entre cuántos casos posibles? Si empezamos a contar cuánta gente sueña que un amigo tiene un accidente y cuántos accidentes hay al día siguiente, veremos que tarde o temprano puede haber una intersección entre ambos grupos de personas. Sin milagros.
Luego nos habla de las distribuciones aleatorias, y de cómo el cerebro humano no está bien cableado para el azar. El dicho de “las desgracias nunca vienen solas” tiene bastante que ver con la probabilidad. Si un suceso aleatorio (pongamos, una desgracia) ocurre en media una vez cada tres meses, es más que probable que de vez en cuando nos sucedan tres desgracias en el mismo mes, por pura ley de probabilidades. El autor da unos cuantos ejemplos, uno de los cuales es bastante claro:

Si le pidiéramos a una persona que distribuyera aleatoriamente puntos sobre una hoja de papel, probablemente todos estarían bastante espaciados e intentarían rellenar todo el folio (a la derecha). Pero el verdadero azar hace que siempre aparezcan conglomerados de puntos (a la izquierda) que llaman la atención y hacen que parezca que “algo” concentra los puntos en una zona concreta. No es así. Es el azar.
Cuando habla de los casinos el autor repasa las probabilidades de victoria en muchos juegos, e incluso hallamos tablas de probabilidades de ganar al Black Jack dependiendo de la primera carta que le haya salido a la banca. Este capítulo está lleno de datos numéricos, realmente interesantes.
Paseamos después por el mundo de las probabilidades pequeñas, y de cómo en general se perciben algunas como mayores de lo que son (ganar la lotería) y otras como menores (morir en accidente de tráfico). Nuestro paseo sigue por la utilidad del azar y los números aleatorios para muchas cosas, desde el cifrado de mensajes hasta las estrategias para ganar o, al menos, no perder, en algunos juegos. Imaginemos que jugamos a “piedra, papel o tijera” con el campeón mundial. Probablemente él haya desarrollado un montón de formas de adivinar cuál va a ser nuestra siguiente elección. Con una psicología propia de un buen jugador de póker, él se dará cuenta enseguida de nuestra tendencia a sacar siempre dos tijeras seguidas, o sacar papel cuando nos acaban de ganar con papel. Si nos dedicamos a jugar a nuestro antojo, probablemente perderemos. La mejor manera de minimizar nuestras probabilidades de perder es hacer nuestras jugadas completamente al azar. Tiramos un dado y si sale 1 o 2 sacamos piedra, 3 o 4 papel y 5 o 6 tijera. Así nuestro oponente nunca podrá anticipársenos. Hemos garantizado que a la larga ganaremos tantas partidas como perdamos. No se puede conseguir esto en cualquier juego en el que nos enfrentamos al campeón del mundo en algo.
El autor habla del significado de los márgenes de confianza de las encuestas, de todos los motivos por los que éstas pueden fallar. También habla de los falsos positivos y negativos en pruebas médicas (como ejemplo, curiosamente, pone el lupus). Habla del problema de Monty Hall y asegura de varias maneras que “correlación no implica causación”: Si tanto el precio del chocolate como el precio de los automóviles han subido este año un 8%, ¿debemos empezar a preocuparnos por la posible relación entre estos dos bienes de consumo? No, probablemente ambos aumentos se deban a la inflación y no tengan relación entre sí.
Por último, nos hablan del desconocimiento en relación con la probabilidad. No es lo mismo el azar de un sistema caótico, que depende de nuestro grado de conocimiento del sistema, que el azar cuántico, que es así por la propia construcción del mundo. Este último capítulo también me encantó.
Hay un montón de temas interesantes en este libro. En los agradecimientos, además, hay alguna perla: “Doy gracias a toda la comunidad Open Source por haber creado GNU/Linux y TeX”.
Mi nota: Muy bueno y muy recomendable. ( )

An interesting discussion of probability in normal life. The usual examples of coins, dice, birthdays - plus some odder ones (including the actual probability of being struck by lightning). He discusses the probabilities and why they work, then has a short story illustrating them in real life - the odds of blackjack, for instance, then a story about someone playing and calculating the odds using the techniques he's just discussed. I, who majored in mathematics with a probability and decision theory focus, found it interesting and amusing, though not much stuck - he may have figured out a way to clarify the Monty Hall problem for me, though. Some of the examples were a little odd, because it was published in 2006 - computers and the Internet have changed a little since then. Not a lot, though. I enjoyed it, I might like to read it again in a while. ( )

Another book about probability and statistics in real life. Tries really hard to avoid math, which makes it unsatisfyingly fuzzy. A bunch of tiny little vignettes intended to be humorous, to illustrate statistical points. They may really be useful for some. An unusual treatment of the birthday paradox, which focuses on the number of possible pairs of persons in the party of 23. ( )

Disclaimer: As noted in this review, the author was, for a short period of time, one of my professors.

I've taken a few free statistics courses through the Coursera platform, but they were fairly intense for this liberal arts major. I wondered if I was truly understanding the underlying principles. So when the introductory "Statistics: Making Sense of Data" class was offered in Spring 2013, I signed up. Teaching the class were two University of Toronto professors, one of whom was Jeff Rosenthal -- who seemed a little goofy, but in a way that suggested that he was trying to convince you that statistics wasn't horrendously difficult. (At the end of the class, he even wrote a cute song about the topics we had covered.) Someone in the forums commented that Rosenthal had written a book, so I went to investigate.

Struck by Lightning takes most of the mathematics out of statistics (probability theory) and gives ordinary examples of the math surrounding us every day. From polls and their margin of error to casinos with their house advantage (due to the Law of Large Numbers), Rosenthal points out many examples where a knowledge of statistics might change how we think and act. For example, in one chapter, he points out the futility of lotteries by warning of an even more likely possibility: "[Y]ou are more likely to die in a car crash on your way to the store to buy your lottery ticket than you are to win the lottery jackpot" (emphasis in original).

Some colleges have a class called "Math for Liberal Arts Majors" -- a math class without formulas or equations, just broad concepts. This book could easily be assigned reading for one of those classes. I'm the type of person that needs a little time for new ideas to sink in. Rosenthal keeps going, though, with several interludes where "real-life" scenarios illustrate the points he makes. None of the examples give much depth, as this is very much a beginner's guide to the topic.

For anyone who thinks I may be trying to curry favor with Professor Rosenthal by giving him a positive review of his book (in exchange for a passing grade), I offer these data points. Just about 60000 people enrolled in this class. Grades were based on computer-scored multiple choice quizzes and peer-reviewed assignments. I did not participate in the class forums; there were no additional points scored for class participation. Grades were released before this review was written (even before I finished the book!). Therefore, I can confidently say (p < 0.000001) that there was no correlation between my grade and this review.

LT Haiku
---------------------------------
Probability
Explained by simple stories
With touch of humor. ( )

This was interesting. Very well written style. Much of the maths went right over my head though. My fault rather than that of the author. ( )