Les grands nombres ont besoin de plages

Les affirmations à grande échelle sont souvent des estimations, la réponse honnête inclut donc des hypothèses et de l'incertitude.

Par l'équipe de rédaction de Math Says Yes

Examiné par des humains selon nos normes en matière de sources et de corrections.

Comment nous évaluons le contenu

Des bandes d'estimation superposées autour d'un grand total semblable à une montagne.

Les grands nombres sont généralement des estimations

Les affirmations concernant les forêts, les déchets, l'énergie, le trafic, l'argent ou la sont rarement comptées élément par élément. Elles proviennent d'échantillons, de mesures, de modèles, de rapports et d'hypothèses assemblés. Cela ne les rend pas inutiles. Cela signifie que la qualité du nombre dépend de la qualité de la méthode et de l'honnêteté de l'incertitude. Un bon grand nombre doit arriver avec une plage plausible, et non avec un faux sentiment d'exactitude.

Les plages sont plus honnêtes qu'une certitude à point unique

Une seule grande valeur peut paraître autoritaire car elle comporte de nombreux chiffres, mais ces chiffres sont peut-être moins significatifs qu'ils n'en ont l'air. Si les entrées sont incertaines, la sortie doit également montrer de l'incertitude. Dire qu'une valeur se situe probablement entre 8 et 12 millions peut être plus utile que de dire 10 143 772. La plage t'indique à quel point la preuve est réellement précise et si la conclusion changerait à l'extrémité basse ou haute.

Utilise la méthode de Fermi pour exposer les hypothèses

L'estimation de Fermi décompose une grande inconnue en morceaux plus petits sur lesquels tu peux raisonner. Au lieu de demander le nombre exact d'accordeurs de piano, tu estimes la , la part des ménages possédant un piano, la fréquence d'accord et les emplois par accordeur. La réponse est peut-être encore approximative, mais les hypothèses sont visibles. Une fois les hypothèses visibles, tu peux améliorer l'estimation en remplaçant la devinette la plus faible par de meilleures preuves.

Demande ce qui ferait bouger l'estimation

La critique la plus utile n'est pas qu'une estimation est imparfaite. Toutes les estimations sont imparfaites. La critique utile identifie quelle hypothèse contrôle le résultat. La réponse doublerait-elle si une entrée changeait ? Une petite erreur de mesure a-t-elle de l'importance, ou est-elle noyée par une incertitude beaucoup plus grande ailleurs ? Cette habitude transforme le scepticisme vague en jugement pratique : tu apprends si le nombre est suffisamment stable pour la décision qui se présente à toi.

FAQ

Pourquoi les grandes estimations devraient-elles être présentées sous forme de plages ?

Les plages montrent l'incertitude dans les entrées et évitent une fausse précision. Elles révèlent également si une décision changerait si l'estimation est proche de l'extrémité basse ou haute.

Comment puis-je juger si un grand nombre est crédible ?

Cherche la méthode, les hypothèses, la source de données et la plage d'incertitude. Un nombre sans ces détails peut tout de même être correct, mais tu ne peux pas dire à quel point il est fragile.