Es gibt keine genaue weltweite Anzahl von Menschen, die deinen Geburtstag in diesen Daten teilen. Wir können passende Geburtenaufzeichnungen in der historischen US-Stichprobe zählen und erwartete Übereinstimmungen in einer klar definierten hypothetischen Gruppe berechnen. Diese beantworten unterschiedliche Fragen.
Zum Beispiel umfasst der 9. September 259.228 der 85.712.738 erfassten US-Geburten von 1994 bis 2014. Sein Anteil beträgt 0,3024 %. Ein Modell mit unabhängiger Zuweisung dieser historischen Geburtstagsverteilung an 1.000 andere Personen ergibt durchschnittlich 3,02 Treffer für den 9. September. Es zeigt nicht, wie viele lebende Menschen diesen Geburtstag haben.
Wie viele teilen deinen Geburtstag?
Erwartete Übereinstimmungen unter 1.000 anderen Personen · hypothetisches Modell
Balken: erwartete Übereinstimmungen = 1.000 × historischer Datumsanteil, ab null. Unabhängige Ziehungen mit Zurücklegen. Gewichte: US-Geburtsdaten 1994–2014. Dezimalzahlen sind Modelldurchschnitte, keine Zählungen heute lebender Menschen.
Was können wir eigentlich zählen?
Eine Geburtstagsübereinstimmung bedeutet hier denselben Monat und Tag, unabhängig vom Geburtsjahr. Eine Person mit deinem genauen Geburtsdatum, einschließlich des Jahres, ist eine enger definierte Übereinstimmung.
| Geburtstag | Erfasste Geburten | Anteil an allen erfassten Geburten | Tatsächliche Datumsereignisse |
|---|---|---|---|
| 9. September | 259.228 | 0,3024 % | 21 |
| 4. Juli | 185.315 | 0,2162 % | 21 |
| 25. Dezember | 138.628 | 0,1617 % | 21 |
| 29. Februar | 52.561 | 0,0613 % | 5 |
Diese Zahlen stammen aus tägliche US-Geburtsdaten, zusammengestellt von FiveThirtyEight. Sie kombinieren CDC/NCHS-Daten für 1994 bis 1999 mit SSA-Daten für 2000 bis 2014, ausgenommen überlappende Jahre. Der Anteil dividiert sich durch alle aufgezeichneten Geburten in diesem ausgewählten Zeitraum. Es teilt sich nicht durch die aktuelle US-Bevölkerung.
Überprüfen Sie deinen eigenen Geburtstag um seine historische Zählung und Anteil zu sehen. deine persönliche Geburtsurkunde kann außerhalb dieser Stichprobe fallen, so dass diese nicht automatisch von "anderen Menschen außer dir" gezählt werden.
Wie viele Matches hätte eine Gruppe im Durchschnitt?
Wenn dein Geburtstag den Anteil p hat und du n weitere Personen unabhängig aus derselben modellierten Verteilung ziehst, beträgt die erwartete Anzahl der Übereinstimmungen:
Erwartete Übereinstimmungen zu deinem bekannten Geburtstag = n × p
Die Penn-State-Erläuterungen zur Binomialverteilung erklären diesen Mittelwert. Unsere Beispiele verwenden unabhängige Ziehungen mit Zurücklegen aus den historischen Anteilen. Jede hypothetische Person hat dieselbe Wahrscheinlichkeit. Die Person mit bekanntem Geburtstag ist aus n ausgeschlossen.
| Dein Geburtstag | Erwartete Übereinstimmungen unter 100 weiteren Personen | Unter 1.000 anderen | Unter 10.000 anderen |
|---|---|---|---|
| 9. September | 0,30 | 3,02 | 30,24 |
| 4. Juli | 0,22 | 2,16 | 21,62 |
| 25. Dezember | 0,16 | 1,62 | 16,17 |
| 29. Februar | 0,06 | 0,61 | 6,13 |
Ein dezimaler Erwartungswert ist ein Durchschnitt über wiederholte hypothetische Gruppen. Eine tatsächliche Gruppe hat eine ganze Anzahl von Übereinstimmungen. Bei 30 weiteren unabhängigen Ziehungen hat der 9. September 0,09 erwartete Übereinstimmungen. Die modellierte Wahrscheinlichkeit keiner Übereinstimmung beträgt 91,31 %. Ein niedriger Erwartungswert kann deshalb mit vielen Gruppen ohne jede Übereinstimmung einhergehen.
Echte Freunde, Kollegen, Klassenkameraden und Verwandte müssen diesem Modell nicht folgen. dein Alter, Standorte und Familienbeziehungen können eine historische US-Verteilung schlecht passen lassen. Ein Geburtstagsumfrage deiner eigenen Gruppe gibt ihre tatsächliche Zählung an.
Warum nicht mit der Weltbevölkerung multiplizieren?
Die Multiplikation des historischen US-Anteils eines Datums mit einer aktuellen Weltbevölkerungsschätzung würde eine modellierte Zählung ergeben. Es würde die Annahme erfordern, dass die alte US-Verteilung für lebende Menschen über Länder und Generationen hinweg gilt. Diese Akten können diese Annahme nicht überprüfen: Sie enthalten Geburten in einem Land während eines festgelegten Zeitraums, mit unterschiedlicher administrativer Abdeckung in den beiden Quellen.
Sie verfolgen auch nicht, wer noch lebt oder wer in oder aus einer Bevölkerung gezogen ist. Wir stellen daher diese Multiplikation nicht als gemessene globale Geburtstagszahl dar. Die Methodik erklärt die Daten und ihre Grenzen.
Der 29. Februar braucht besondere Sorgfalt. Sein Gesamtanteil umfasst weniger tatsächliche Kalenderereignisse; Die Aufteilung jeder Population gleichmäßig auf die Daten würde eine andere Frage beantworten. Siehe: Schalttag-Raritätserklärung für diese Unterscheidung.
Ist das das Geburtstags-Paradoxon?
Das Zählen von Personen, die zu deinem bekannten Datum passen, unterscheidet sich von der Frage, ob jemand in einer Gruppe einen Geburtstag teilt. Die Zwei-Personen-Wahrscheinlichkeits-Guide Erklärt ein spezifiziertes Datum Match; die Rechner zum Geburtstagsparadoxon Behandelt jedes passende Paar in einer Gruppe.
Lege für eine persönliche Zählung zuerst fest, welche Personen und welche Geburtstagsübereinstimmung du meinst. Verwende danach verfügbare Beobachtungsdaten. Oder kennzeichne eine Berechnung als Erwartungswert mit ihren Annahmen daneben.