Random and Non-Random Patterns · Motifs Aléatoires et Non-Aléatoires
| English | Français |
|---|---|
| randomness/ˈrændəmnəs/ | aléatoire |
| probability/ˌprɒbəˈbɪlɪti/ | probabilité |
| chance/tʃæns/ | hasard |
| long-run relative frequency/lɒŋ rʌn ˈrelətɪv ˈfriːkwənsi/ | fréquence relative sur le long terme |
Order out of chaos
- A single random outcome is unpredictable — but many of them form a stable pattern.
- Randomness 随机性 means individual results vary and can't be foreseen one at a time.
- Yet over many repetitions, the proportions settle down to something predictable.
- Probability is the math of that long-run stability.
Ordre tiré du chaos
- Un résultat aléatoire unique est imprévisible — mais beaucoup d'entre eux forment un motif stable.
- La hasard 随机性 signifie que les résultats individuels varient et ne peuvent pas être prévus un par un.
- Pourtant, sur de nombreuses répétitions, les proportions se stabilisent vers quelque chose de prévisible.
- La probabilité est les mathématiques de cette stabilité à long terme.
Could it be just chance?
- The core question: is a result a real effect, or could it happen by chance 偶然?
- Random variation alone can produce streaks and clusters that look meaningful.
- To judge "surprising," we compare what we saw against what chance would do.
- If chance can easily produce it, it isn't strong evidence of anything.
Pourrait-ce être juste le hasard ?
- La question centrale : un résultat est-il un effet réel, ou pourrait-il arriver par hasard 偶然 ?
- La seule variation aléatoire peut produire des séries et des amas qui semblent significatifs.
- Pour juger d'un résultat « surprenant », nous le comparons à ce que le hasard ferait.
- Si le hasard peut facilement le produire, ce n'est pas une preuve solide de quoi que ce soit.
Probability = long-run frequency
- Probability 概率 is the long-run relative frequency 长期相对频率 of an outcome.
- $P(\text{heads}) = 0.5$ means: over many tosses, about half land heads.
- It's not a promise about the next toss — it's about the long run.
- A probability is always a number between $0$ and $1$.
Probabilité = fréquence à long terme
- La probabilité 概率 est la fréquence relative à long terme 长期相对 fréquence d'un résultat.
- $P(\text{heads}) = 0.5$ signifie : sur de nombreux lancers, environ la moitié tombent face.
- Ce n'est pas une promesse sur le prochain lancer — c'est sur le long terme.
- Une probabilité est toujours un nombre entre $0$ et $1$.
Why we need a model
- To decide if data are surprising, we need a probability model to compare against.
- The model says what outcomes chance should produce, and how often.
- Then "surprising" = far from what the model predicts.
- Units 4–5 build these models so later units can test claims.
Pourquoi nous avons besoin d'un modèle
- Pour décider si des données sont surprenantes, nous avons besoin d'un modèle de probabilité pour les comparer.
- Le modèle dit quels résultats le hasard devrait produire, et combien de fois.
- Alors « surprenant » = loin de ce que prédit le modèle.
- Les unités 4–5 construisent ces modèles pour que les unités ultérieures puissent tester des affirmations.
Probability describes the long run, not the next trial. "$P=0.5$" does not mean heads and tails must alternate, or that a run of $5$ heads is "due" to end — each toss is fresh. The law of averages ("I'm due for a win") is a fallacy; chance has no memory. The stability appears only over many repetitions.
La probabilité décrit le long terme, pas le prochain essai. « $P=0.5$ » ne signifie pas que les piles et les faces doivent alterner, ou qu'une série de $5$ piles est « due » de se terminer — chaque lancer est frais. La loi des grands nombres (« je dois gagner ») est une faiblesse ; le hasard n'a pas de mémoire. La stabilité n'apparaît qu'au fil de nombreuses répétitions.
Flip a fair coin.
- Short run: $5$ flips could easily be HHHHH — chance is streaky.
- Long run: over $10{,}000$ flips, the fraction of heads is very close to $0.5$.
- So $P(\text{heads}) = 0.5$ is a statement about the long run, not any single flip.
Lancer une pièce équilibrée.
- Court terme : $5$ lancers pourraient facilement donner HHHHH — le hasard est capricieux.
- Long terme : sur $10{,}000$ lancers, la fraction de faces est très proche de $0.5$.
- Donc $P(\text{heads}) = 0.5$ est une déclaration sur le long terme, pas sur un seul lancer.
Randomness makes individual outcomes vary unpredictably, but over many repetitions the relative frequency stabilizes. Probability is that long-run relative frequency, always between $0$ and $1$. We need a probability model to judge whether an observed result is surprising or just chance.
Le hasard fait varier les résultats individuels de manière imprévisible, mais sur de nombreuses répétitions la fréquence relative se stabilise. La probabilité est cette fréquence relative à long terme, toujours comprise entre $0$ et $1$. Nous avons besoin d'un modèle de probabilité pour juger si un résultat observé est surprenant ou simplement dû au hasard.
A probability from 0 to 1 · Une probabilité allant de 0 à 1
Probability lives on a scale from 0 (impossible) to 1 (certain). · La probabilité vit sur une échelle de 0 (impossible) à 1 (certain).
Probability is best described as the long-run... · La probabilité est mieux décrite comme la fréquence...
Probability = long-run relative frequency over many repetitions. · Probabilité = fréquence relative à long terme sur de nombreuses répétitions.
After 5 heads in a row on a fair coin, tails is 'due' and more likely on the next flip. · Après 5 têtes de suite sur une pièce juste, pile est 'due' et plus probable au prochain lancer.
Each flip is independent — chance has no memory. That's the law-of-averages fallacy. · Chaque lancer est indépendant — le hasard n'a pas de mémoire. C'est la chute de la loi des moyennes.
What is the largest value a probability can take? · Quelle est la valeur maximale qu'une probabilité peut atteindre ?
Probabilities range from 0 to 1. · Les probabilités varient de 0 à 1.
The property that individual outcomes vary and can't be predicted one at a time is called ___. · La propriété selon laquelle les résultats individuels varient et ne peuvent pas être prédits un par un s'appelle ___.
Randomness produces short-run variability but long-run stability. · La randomisation produit une variabilité à court terme mais une stabilité à long terme.
Why do we need a probability model? · Pourquoi avons-nous besoin d'un modèle de probabilité ?
The model says what chance should do, so we can spot the surprising. · Le modèle dit ce que le hasard devrait faire, afin que nous puissions repérer ce qui est surprenant.