先来看一下2019年人口普查,也是第七次人口普查的男女性别比例数据,是目前最新的数据了。这里性别比,女性基数是100,例如:20 ~ 24
这个区间,性别比是114.61,也就是说,114.6个男性对应100个女性。程序员
能够看出,男女数量差别比较明显,可是在这我的口基数大国中,这个差别得以放大。那么,这个性别数量差别是怎么形成的呢?咱们继续探究。dom
故事一code
之前在农村重男轻女现象比较严重,我村里一户人家想要一个男孩,结果接连生了5胎,都是女孩。人生就是这样的倔强,也须要顽强,有时候你不坚持一下,你都不知道什么叫绝望。对象
故事二blog
午餐后跟个人程序员同事们,在软件园散步,聊到找对象的问题,进而深刻到当下国内,男多女少的这个高深问题,他们给出的观点是:重男轻女的思想的产物,若是第一胎是男孩就不要二胎了;若是第一胎是女孩,继续二胎,直到男孩为止。变量
上面两个观点,本质上都是一种,觉得能够经过毅力和坚持,得到想要的男孩,即人为控制初生儿的男女性别,这天然是不行的。随机数
这就跟抛硬币同样,正反面的几率都是50%,若是你只想要正面,抛到反面就不放弃,贵在坚持,一直抛,恭喜你,你会发现一个规律,正反面几率都接近50%。软件
从生物学上来讲,女性只产生X染色体,男性产生X、Y两种染色体,XX(女性),XY(男性),即理论上来讲,生男生女几率都是1/2。这就解释了用抛硬币实验来类比的合理性。程序
可是,咱们都知道再小的几率都有可能发生,更况且是50%的几率呢,生两胎确实增长了男孩儿的几率。让你投篮,给你一次机会,和给你2次机会,天然是选择两次机会,投中的胜算大一些嘛!因此故事一中的行为,就是经过屡次行为,加大得到男孩的几率。再好比,赌徒输了不少,仍然不肯意离开赌场;你买诺安基金亏了好多,仍然不肯意离开;由于你相信你还有机会,都是这个道理。im
这些都是赌博的行为,可是咱们要相信科学,要相信真理。
就算一次生育行为能够用抛硬币来解释,那么每一年那么多生育行为总体几率都是50%吗,我相信大数定律能够解决这个问题了。
设X1,X2,...,Xn是独立同分布的随机变量,记它们的公共均值为μ。又设它们的方差存在并记为σ2。则对任意给定的ε>0,有
大数定律从理论上是能够解释屡次生育行为中,生男生女的几率是大体相同的,即男女数量应该大体相等。
下面,咱们用计算机程序来模拟。
实验分析
用random模块生成区间[0,1)之间的随机数,若是生成的数小于0.5,就记为硬币正面朝上,不然记为硬币反面朝上。因为random.random()生成的数能够看作是服从区间[0,1)上的均匀分布,因此以0.5为界限,随机生成的数中大于0.5或小于0.5的几率应该是相同的(至关于硬币是均匀的)。这样就用随机数模拟出了实际的抛硬币试验。理论上试验次数越多(即抛硬币的次数越多),正反面出现的次数之比越接近于1(也就是说正反面各占一半)。
横轴是试验次数,纵轴是正反面出现次数的比值。
随着实验次数的增长,正反面出现次数之比愈来愈接近于1。
那么问题来了,微观来来看,生男生女几率是50%,宏观上来看,生男生女几率也是50%,为何男女数量有微小差别?
下面再看个故事。
一个家庭里重男轻女的观念,可能是体如今媳妇刚刚怀孕的时候。每到这个时候,一些迫切想要孙子的爷爷或奶奶,就会在口中念叨着“大孙子、宝贝金孙”......一些明显带有性别歧视的词语。接着,他们就会千方百计的让怀孕的儿媳去进行胎儿性别鉴定,一旦鉴别腹中胎儿非男性,就会强制性的要求儿媳作人工流产。
到这里,为何生男生女几率同样,男女数量有微小差别的缘由呢?相比你们内心都有答案了,有些事情真相真的让人细思极恐。