Jos Hermens weet weinig van Wiskunde

3102357Jos Hermens was in zijn tijd een goede marathonloper en is nu atletenmanager. Hij begeleidt al decennia topatleten uit Kenia en Ethiopië en heeft zijn atleten tientallen wereldrecords zien verbeteren.

Vanmorgen stond er een bericht in de Volkskrant (€) over een nieuw initiatief van hem, Sub 2, waarmee een poging wordt ondernomen via wetenschappelijk onderzoek het wereldrecord op de marathon onder de 2 uur te brengen. Dat staat nu op iets minder dan 2 uur en 3 minuten.

Voor een recordtijd van 1.59.59 uur moet een atleet gemiddeld 21.1 kilometer per uur lopen, oftewel 2.50 minuten per kilometer. Dat is iets meer dan vier seconden per kilometer harder dan het huidige wereldrecord van de Keniaan Dennis Kimetto, dat vorig jaar werd gevestigd op het snelle stratenparcours van Berlijn.

Sub2 heeft tien onderzoeksgebieden geïdentificeerd die tijdwinst kunnen opleveren. Daartoe behoren voeding, bewegingsleer (biomechanica), fysiotherapie, wedstrijdvoorbereiding, training, parcoursanalyse, energieverbruik (bio-energetica) en genetische analyse (bio-informatica). Volgens Hermens wordt overwogen sportpsychologie als elfde gebied toe te voegen.

Hermens doet in het artikel een wat merkwaardige uitspraak. De leek zal het niet opvallen, maar wij weten wel beter … .

Hermens is ervan overtuigd dat er tijdwinst te behalen valt door op allerlei deelgebieden een klein beetje progressie te maken. ‘Als je tien keer eentiende procent winst boekt, is dat al een procent. Dat is veel.’

Ik adviseer Hermans dan ook met klem een wiskundige in zijn onderzoeksteam op te nemen!

Zo lang het om 0,1% verbetering per deelgebied gaat komt de totale tijdwinst overigens nog wel in de buurt van de 1%  die hij noemt. Maar als het nu eens om 5% zou gaan? Er valt echt meer te halen: (1,05)^10 = … !

OECD: NL doet het qua onderwijs in wiskunde en natuurkunde best goed

number-97Lijstjes, lijstjes, lijstjes, die moet je natuurlijk nooit zonder meer vertrouwen. En zeker niet als je nog weinig over de onderzoeksmethoden erachter weet.

Maar ze zeggen toch wel iets, al was het alleen maar dat Bekende Zuurpruimen (BZ’ers) regelmatig ongelijk hebben.

 

Volgende week wordt er, op het World Education Forum 2015 in Korea, weer zo’n lijstje gepresenteerd door de OESO, waarin een aantal andere lijsten (en daarmee samenhangende onderzoeken) gecombineerd wordt (TIMMS, PISA, TERCE, …).

Hier het rapport [update; HW] en hier alleen de Top 12:

Rankings based on maths and science, at age 15

1. Singapore

2. Hong Kong

3. South Korea

4. Japan

4. Taiwan

6. Finland

7. Estonia

8. Switzerland

9. Netherlands

10. Canada

11. Poland

12. Vietnam

De BBC heeft een uitgebreider artikel.

Gemiddeld aantal schooljaren per land

Gemiddeld aantal schooljaren per land

Max Roser (2015) – ‘Global Rise of Education’

Bron: http://ourworldindata.org/data/education-knowledge/global-rise-of-education/

Details en visualisaties vindt u daar.
country1950196019701980199020002010
Afghanistan0.270.370.691.221.872.863.85
Albania2.62.984.286.398.59.489.93
Algeria0.850.881.552.814.745.676.68
Argentina4.855.676.317.38.378.739.51
Armenia7.227.918.469.4410.410.4410.73
Australia8.048.539.711.211.1811.0711.54
Austria5.975.867.47.898.368.979.6
Bahrain11.293.084.936.547.487.06
Bangladesh0.931.021.382.253.134.485.91
Barbados4.634.978.317.318.458.819.45
Belgium6.757.227.668.59.4310.2910.69
Belize7.237.497.747.698.7610.0811.29
Benin0.440.610.841.222.163.114.43
Bolivia2.323.0645.487.268.298.25
Botswana1.381.462.143.126.868.829.55
Brazil2.082.553.293.044.696.527.89
Brunei Darussalam2.022.74.666.647.698.228.74
Bulgaria3.824.996.137.848.429.2811.24
Burundi0.420.671.061.451.742.563.35
Cambodia0.421.181.822.543.093.54.72
Cameroon0.71.081.813.044.375.466.15
Canada7.68.349.1410.1510.3310.9512.32
Central African Republic0.390.50.821.662.673.293.76
Chile4.815.226.096.958.369.079.78
China1.582.363.584.865.596.937.51
China, Hong Kong Special Administrative Region4.364.896.37.979.399.3111.38
China, Macao Special Administrative Region3.283.484.064.855.676.688.54
Colombia2.333.053.914.895.996.98.95
Congo0.791.142.094.175.375.675.94
Costa Rica3.553.893.946.117.117.77.97
Cote dIvoire0.840.961.292.062.693.874.65
Croatia5.666.417.068.048.579.7111.3
Cuba3.493.995.38.068.548.9110.16
Cyprus3.565.145.887.59.149.9411.07
Czech Republic8.18.359.5610.2110.8312.6912.8
Democratic Republic of the Congo0.580.811.232.063.183.373.66
Denmark5.515.066.788.149.3510.7711.3
Dominican Rep.2.522.763.634.986.026.987.85
Ecuador2.553.224.426.1577.17.6
Egypt0.520.811.312.654.416.037.15
El Salvador1.531.972.833.594.676.597.77
Estonia6.136.727.388.469.1911.4112.11
Fiji3.624.475.577.049.079.769.96
Finland3.864.185.737.567.559.0911.62
France4.334.24.755.967.659.7510.68
Gabon0.471.011.823.315.257.028.39
Gambia0.40.470.570.971.752.643.77
Germany6.87.497.057.038.610.0612.37
Ghana0.681.053.064.535.656.447
Greece4.147.396.527.18.588.8910.3
Guatemala1.311.41.722.863.534.14.57
Guyana4.244.865.666.497.098.138.79
Haiti0.590.81.181.993.434.335.11
Honduras1.641.922.333.624.895.656.19
Hungary7.137.438.0898.7911.211.85
Iceland5.76.147.017.888.789.6711.05
India0.991.131.612.343.455.036.24
Indonesia1.091.572.843.634.185.157.61
Iran (Islamic Republic of)0.540.922.033.585.227.318.88
Iraq0.240.51.432.744.585.97.16
Ireland6.236.727.679.2610.1210.6612.03
Israel7.37.668.6610.2710.8311.3412.32
Italy4.214.865.636.717.78.789.63
Jamaica3.593.874.866.087.159.149.87
Japan6.737.767.839.19.8210.9411.6
Jordan1.332.413.474.556.618.369.59
Kazakhstan2.593.74.926.858.1310.5411.33
Kenya1.161.512.173.414.785.696.14
Kuwait1.482.393.274.615.926.096.34
Kyrgyzstan4.044.655.677.458.69.410.71
Lao People's Democratic Republic1.251.572.062.843.594.255.02
Latvia3.844.535.386.77.999.3410.65
Lesotho2.472.963.554.35.126.215.85
Liberia0.570.731.152.23.023.494.2
Libyan Arab Jamahiriya0.440.681.533.265.176.798
Lithuania3.714.795.877.358.819.4910.89
Luxembourg3.394.516.218.228.919.5510.99
Malawi0.961.091.572.342.93.484.81
Malaysia2.082.834.25.766.979.0910.44
Maldives2.993.434.024.544.434.266.02
Mali0.150.20.290.620.891.231.97
Malta3.234.265.827.218.739.7810.52
Mauritania1.271.431.662.132.763.554.53
Mauritius2.513.564.935.366.496.78.86
Mexico2.192.523.394.96.477.668.79
Mongolia1.612.523.566.357.767.889.2
Morocco0.280.490.981.762.863.824.96
Mozambique0.490.821.011.1211.081.93
Myanmar1.151.231.452.232.833.694.85
Namibia2.43.073.955.026.155.726.17
Nepal0.110.130.50.992.492.974.23
Netherlands6.086.198.29.4610.2810.8111.39
New Zealand9.199.910.9311.5911.6211.7610.98
Nicaragua1.552.173.033.754.495.516.61
Niger0.320.380.440.651.041.381.88
Norway7.47.488.328.9610.2811.0211.59
Pakistan0.991.151.582.152.923.875.02
Panama3.764.595.216.667.658.749.27
Papua New Guinea0.510.751.332.113.053.484.26
Paraguay2.693.434.145.26.116.237.57
Peru2.833.214.366.17.238.858.88
Philippines2.213.464.716.217.17.878.43
Poland5.46.047.358.079.0610.2611.32
Portugal1.92.282.934.6567.437.52
Qatar1.632.543.784.755.586.68.43
Republic of Korea4.54.26.198.139.8511.0612.05
Republic of Moldova3.284.275.637.278.479.2110.4
Reunion2.852.723.525.096.217.087.9
Romania4.385.186.78.219.3210.0410.67
Russian Federation3.834.675.947.599.4610.911.53
Rwanda0.320.791.161.692.183.234.36
Saudi Arabia2.312.713.224.265.847.088.53
Senegal1.762.082.292.492.331.922.74
Serbia4.324.985.817.067.89910.85
Sierra Leone0.410.50.841.42.092.784.23
Singapore2.713.75.25.266.669.1510.81
Slovakia8.138.49.510.1410.6911.212.82
Slovenia5.866.437.839.0710.7711.3511.89
South Africa4.034.394.615.116.817.689.69
Spain3.834.185.596.817.028.9310.27
Sri Lanka3.43.986.386.968.5110.2410.06
Sudan0.320.480.731.272.152.823.21
Swaziland1.231.722.894.445.094.445.06
Sweden6.757.568.459.8610.5811.3811.64
Switzerland8.849.049.7211.0610.019.7813.02
Syrian Arab Republic0.851.212.043.364.474.586.7
Taiwan3.033.714.926.748.079.5811.09
Tajikistan4.135.256.678.79.9210.6310.3
Thailand2.042.552.513.644.855.657.99
Togo0.340.490.852.83.994.755.49
Tonga5.946.357.098.018.779.3710.82
Trinidad and Tobago55.656.47.488.469.5110.63
Tunisia0.650.921.793.254.395.97.48
Turkey1.111.762.453.555.016.17.05
USA8.49.1710.7812.0312.212.6413.18
Uganda0.891.161.522.293.484.335.7
Ukraine4.375.396.267.819.5310.4511.15
United Arab Emirates0.791.512.543.896.118.439.07
United Kingdom6.396.867.918.419.19.9212.24
United Republic of Tanzania1.211.652.273.244.094.735.81
Uruguay4.344.875.76.77.458.078.17
Venezuela1.632.383.285.274.976.718.41
Viet Nam2.472.883.975.164.15.647.15
Yemen0.020.040.060.231.22.343.68
Zambia1.772.262.984.174.896.167.32
Zimbabwe1.582.243.013.895.7377.61

CEuEvFNWMAAGIlx

Ongeschoolde Maya’s kunnen al kansrekenen

DiceAlthans dat valt te lezen in een artikel over een onderzoek van een drietal Franse/Italiaanse universiteiten.

Het Abstract:

Is there a sense of chance shared by all individuals, regardless of their schooling or culture? To test whether the ability to make correct probabilistic evaluations depends on educational and cultural guidance, we investigated probabilistic cognition in preliterate and prenumerate Kaqchikel and K’iche’, two indigenous Mayan groups, living in remote areas of Guatemala. Although the tested individuals had no formal education, they performed correctly in tasks in which they had to consider prior and posterior information, proportions and combinations of possibilities. Their performance was indistinguishable from that of Mayan school children and Western controls. Our results provide evidence for the universal nature of probabilistic cognition.

 

Zouden zij nu ook weten dat je in de Staatsloterij het beste de 9 kunt kiezen als eindgetal?

LiegTwiet 3: 88% verlichting bij brandend maagzuur

redufluxGisteren zag ik een STER-advertentie langs vliegen over een geneesmiddel tegen brandend maagzuur. Nu heb ik gelukkig geen last van deze kwaal, maar mijn aandacht ging direct naar mijn nieuwe rubriek, de LiegTwiets.

Ik ben vanmorgen op internet op zoek gegaan naar deze tv-spot, maar kon hem niet vinden. Wel vond ik informatie over soortgelijke geneesmiddelen, zoals over Reduflux. Bovenstaande afbeelding komt van de webstek van Bional, de producent, die ook aandacht besteedt aan tal van andere menselijke kwalen. Zo staan vandaag poepproblemen in de warme aandacht.

Waar het mij hier natuurlijk om gaat is de beweringen die in de afbeelding worden gedaan. Hoe komt men aan deze getallen? Op de webstek staat zeer summiere informatie over het onderliggende onderzoek (Aantal deelnemers testpanel n = 41), maar ik zou ook graag een link zien naar dat onderzoek, zodat je – als je dat tenminste zou willen – kunt controleren of het onderzoek wel deugdelijk is. Dat is voor mij een principiële zaak. Zo’n link ontbreekt.

Bional is hierin zeker niet de enige producent. In reclames over geneesmiddelen wordt dit imponeergedrag heel vaak gebruikt.

Totdat aanbieders toegang gaan verlenen tot hun onderzoeken blijft dan ook mijn advies van kracht van een vorige keer:

… vertrouw geen enkel getal op een webstek of in een krant totdat de man/vrouw achter het bericht ook echt heeft kunnen aantonen dat het allemaal klopt wat hij/zij op heeft geschreven.

LiegTwiet 2: ‘Helder weer gevaarlijker voor verkeer dan mistig weer’

Foto: ANP
Foto: ANP

In deze rubriek presenteer ik u uitspraken die u hopelijk doen twijfelen. Bij (pseudo-)statistische uitspraken zou u namelijk altijd moeten twijfelen.

Een krantenkop is snel gemaakt en het lezerspubliek is in het algemeen ook weinig geïnteresseerd in de vraag of het onderzoek dat aan zo’n kop ten grondslag ligt wel deugt.

Vaak wordt het u, kritische lezer (referentieniveau F2), ook niet echt gemakkelijk gemaakt om uit zo’n krantenbericht de waarheid te achterhalen. En u heeft natuurlijk ook wel wat beters te doen! Onderzoeksjournalisten worden bovendien voor hun werk betaald en u niet.

Zolang deze journalisten niet doen wat ze volgens mij zouden moeten doen, geef ik u als vuistregel: vertrouw geen enkel getal op een webstek of in een krant totdat de man/vrouw achter het bericht ook echt heeft kunnen aantonen dat het allemaal klopt wat hij/zij op heeft geschreven.

De uitspraken in deze nieuwe rubriek (meestal op de dinsdag) komen uit How to Lie with Statistics, van Darell Huff, een echte klassieker.

Huff noemt in dit geval geen onderzoek waarop bovenstaande uitspraak gebaseerd is, misschien verzon hij de case wel. Maar dit citaat uit zijn boek geeft wel goed aan waar het hem om te doen is.

More accidents occur in clear weather, because there is more clear weather than foggy weather. All the same, fog may be much more dangerous to drive in.

Politiek en Wiskunde; gaat niet over de rekentoets

Nee, dit bericht gaat niet over de rekentoets, dat onderwerp heb ik hier al af- en voldoende behandeld. Het gaat ook niet over de gebrekkige wiskundekennis die Tweede Kamerleden vorige week, tijdens de Algemene Politieke Beschouwingen, aan de dag legden.

Het gaat over een experiment dat de onvolprezen @numberphile in bovenstaande video bespreekt. Zijn uitleg is kristalhelder, dus geef ik hem nu maar gewoon het woord. De video duurt wel ietsje langer dan de gemiddelde Oh-kijk-eens-hoe-grappig-mijn-kat/baby/hond-doet-video, maar is het uitkijken meer dan waard!

Het onderzoeksrapport over het experiment vindt u hier. Voornaamste conclusie: als je vooroordelen bevestigd worden door een onderzoeksresultaat stop je al gauw met kritisch denken. Gebeurt dat niet, dan duik je wat dieper in de materie en pas dan gebruik je je wiskundekennis.

PS: ik denk dat @numberphile het in zijn video simpel wil houden en daarom alleen percentages in zijn berekeningen betrekt. In het echt zijn wat ingewikkelder statistische beschouwingen nodig om uit te maken of iets werkt of niet.

#Rekenen aan #hypotheken

Foto: Thinkstock
Foto: Thinkstock

Gisteren publiceerde CNNMoney een bericht over een #onderzoek naar de relatie tussen iemands rekenvaardigheden en de kans dat deze persoon zijn hypotheek op tijd aflost.

Wat bleek in dat onderzoek? De kans dat iemand met zeer geringe rekenvaardigheden in de hypotheekproblemen raakt is vijf maal zo groot als dat een goede rekenaar dat doet.

De onderzoekers, van Columbia Business School, de Federal Reserve of Atlanta en de University of Zurich constateerden tegelijk dat er geen verband werd waargenomen met opleiding, sociaal-economische status en meer socio-economische variabelen. De uitkomst gold bijvoorbeeld zowel voor een dik verdienende, universitair afgestudeerde, vrouw als voor een arme man met weinig opleiding. Ook de soort lening bleek niet van belang. Het onderzoek werd uitgevoerd met gegevens van vóór de hypotheekcrisis.

Weer een reden om aandacht te besteden aan het aanleren en onderhouden van basale rekenvaardigheden, waarbij de rekentoets kan functioneren als prikkel!

Op de webstek van CNNMoney staat onder het artikel een wat cynisch aandoende verwijzing Find homes voor sale. Als u niet weet hoeveel 21% van EUR 8,54 is, kunt u deze link maar beter niet aanklikken.

Wat is uw absolute #sterftekans?

Volkskrant; 4 juni 2013
Volkskrant; 4 juni 2013

OK, OK, een echte fout stond er niet in de Volkskrant van gisteren. Maar ik stond toch even op het verkeerde been toen ik ‘de absolute sterftekans was grofweg één op 28‘ las. Ik denk namelijk vrij zeker te weten dat deze 1 is, in ieder geval voorlopig.

Het artikel gaat over een onderzoek van Dr. Michael J. Orlich, verbonden aan de Loma Linda University.

 

 

 

Just Smile and Wave?

Maxima_blijOf zal er morgen ook weer ruimte zijn voor de traan? Ik zal het hier, vanuit mijn commandopost op het Java-eiland, allemaal nauwlettend in de gaten houden.

traan-maxima

Hierbij zal Happyness Tracking software, uiteraard gebaseerd op wiskundige algoritmen, mij prima kunnen assisteren.

Een artikel in de #NewScientist beschrijft deze vinding van Abhinav Dhall (Australian National University).

De software analyseert gezichten op een foto en bepaalt daarmee de zogenoemde stemmingsfactor. Daarvoor wordt de positie bepaald van negen specifieke plekken van die gezicht(en), bijvoorbeeld de plaats van de mondhoeken.

Uiteindelijk wil de onderzoeker ook in staat zijn zo’n stemmingsfactor te bepalen uit een reeks videobeelden van een hele menigte. Zo ver is het nog niet. Dus ik zal morgen nog met eigen ogen moeten bepalen of het volk juichend de nieuwe koning begroet of hem woedend, met pek en veren, de stad uit jaagt.