精准预测：如何从巨量杂讯中，看出重要的讯息？ pdf epub mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

2008年美国总统大选，他成功预测欧巴马胜选。
50州个别选举结果，49州预测正确。
35席参议员的胜选者，则全部猜对。
2012年，他再次成功预测欧巴马胜选，
这次，50州全部命中。

　　他开发的棒球预测系统精准无比，
　　被知名棒球评论媒体收购。
　　他个人更曾运用统计预测的专才，
　　在德州扑克赌局赚进上千万元。

　　他是奈特．席佛，
　　当代最受瞩目的统计与预测鬼才，
　　首次公开精准预测的黄金法则，
　　告诉你为什么有些预测会成功、有些会失败？

　　★出版三个月稳居亚马逊书店销售总榜前20 名、商业理财类第1名、政治社会科学类第1名
　　★《纽约时报》畅销书排行榜前10名
　　★荣登亚马逊书店2012年度「非文学类」第1名
　　★获选为亚马逊书店编辑严选2012年度商「商业类」最佳书籍
　　★获选《华尔街日报》2012「十大最佳非文学类好书」
　　★《纽约时报》书评盛赞：「10年来最重要的一本书」
　　★2009年《时代杂志》将奈特．席佛列入「世界最有影响力的百大名人」
　　★2012年《滚石杂志》将奈特．席佛誉为「改变游戏规则的人」

　　数据不会说话，是你在为它说话。

　　．美国政府长期蒐集许多情报，但为何还是无法预见911恐怖攻击？
　　．2007年房市泡沫爆发前，华尔街的金融专家们为何看不见崩盘的警讯？

　　身处「巨量资料」（big data）时代，照理说我们拥有空前充足的资料，去做各项预测。但各行各业掌握最多资料的专家与决策者，却都还是不断做出失败的判断，这是怎么回事？作者奈特．席佛指出，人的解读比数字更关键，而预测最难的部分在于：人要懂得分辨出哪些是无意义的杂讯，哪些才是关键的讯号。误把杂讯当讯号，做出来的预测，自然不会准确，甚至会造成严重的谬误与损失！

　　数据导向的预测会成功也会失误，要求更多数据之际，人更应该自我要求。

　　最常出错的就是过度自信、被称为「刺猬」型的预测者，他们很会归纳、喜欢大原则、很有胆识，虽不断收到新讯息却很少修改预测，他们做预测常成为一种「表演」，模煳了追求精准预测的动机。(代表人物：成为名嘴的专家、认定自己能翻盘的赌徒。)

　　另外一个大家常犯的错，是忽略「样本外」的重大新资讯。假设你从未酒后驾车，肇事纪录也很低。今晚你喝了酒，请预测今天驾车肇事的机率？如果你拿过去的记录分析预测，那么你出事的机率肯定相当低；但是喝酒开车并不在你过去记录的样本内。这个预测问题出在模型错了、忽略样本外的重大讯息──而这也就是席佛认为，大家对房市泡沫以及雷曼兄弟垮台，无法精准预测的主因。

　　在本书中，席佛针对政治选情、球赛结果与球员价值的评估、金融风暴、气象、地震、扑克赌局、西洋棋赛、股市投资等跨领域的预测难题，做了精辟的个案分析。虽然领域迥异，但预测要精准，背后的原则与逻辑却都是一样的。在一个个精彩的故事中，即使没有统计背景的读者，也能一点一滴拼凑、建立预测的基本功，并且可以练习把这些原则与技巧，运用在自己的专业领域上。(甚至可以用来预测伴侣外遇的机率：详见第8章)

　　◎席佛在书中不断提醒预测者:

　　．预设立场或过度自信，对预测来说，是非常可怕的事。
　　．预测不是在追求是与非，而是估算事情发展的「机率」。有精准的机率，才能做出有利的决策。
　　．做预测时，最怕一看见「有相关」就解释成「因果关系」。（冰淇淋 vs. 森林大火）
　　．预测时不能忽略「误差」，并要勇于承认有「不确定性」。 不然你会过度解释，变成不精准的预测。
　　．根据预测出来的机率，做了最有利的选择，即使最后结果不好，仍然是好预测。
　　．在很多情境中，不是一定要追求终极完美的预测，只要预测比竞争对手好，你就赢了。
　　．当大家不免被杂讯迷惑时，问问自己，你有什么法宝，能让自己更接近真相？跟着法宝走，不要跟着群众走。
　　．有新的重大资讯进来时，能保持客观，随时更新的预测，才有可能是精准的预测。

　　◎书中也有许多发人深省的预测思考训练：

　　【情境1】在股市里，为什么赢的人反而输了？
　　现在举办一场拍卖会，拍卖一个装有零钱的罐子，大家去猜测里面有多少钱，并决定你愿意用多少钱去标这一罐钱。出价最高的，可以把罐子带走。

　　这是经济学里一个常见的实验，实验的结果，往往都是这位赢家所出的钱，大过罐子里的钱。没赢就算了，赢了反而赔钱，这就是所谓的「赢家的诅咒」。这件事的问题出在，赢的那个人，做出了很糟糕的预测。很多时候，是预测者过度自信了。

　　这个实验，跟股市的特性是一样的。往往当许多投资人都「感觉现在是投资的好时机」时，同时期股价都会飙高。虽然这明明跟股票应该买低卖高的逻辑背道而驰，但是人总是会在这些时候特别乐观，大胆抢进。所以这些投资人，如果在股市里失利了，都是因为他们误将乐观气氛这个杂讯，当成可以抢进的讯息，做出了错误的预测的关系。

　　【情境2】为何九一一攻击时，第二栋大楼被撞不用太惊讶？
　　根据贝氏定理，做预测时，事前某件事的发生机率有多高，会很大程度影响后来的发生机率。

　　九一一恐怖攻击那天早上，大多数美国人都会认为恐怖分子用飞机撞进曼哈顿高楼的机率趋近于零。那是第一架飞机还没撞进大楼前的数据。等到第一架飞机事故发生之后，第二栋楼被攻击的可能性就无庸置疑了。

　　根据贝氏定理的公式计算，第一架飞机事故前，美国高楼被恐怖攻击的可能性根据历史纪录可是两万分之一，或者说0.005%。第一架飞机事故发生后，美国被恐怖攻击的机率当下被改写，提高到了38%。这时，当我们再预估第二架飞机撞上高楼发生的机率时，运用贝氏定理的公式计算之后，整体机率陡增到99.99%。（贝氏定理用一行简单的公式就能算出这个机率，详见第8章）

　　然而，一般人「凭感觉」的预测却是：在艳阳高照的纽约，发生一次意愿已经够不可能了，第二次几乎是真的完全不可能！但使用贝氏定理，却能轻松预测第二起事故的发生。这就是为什么我们在做预测时，不能凭「感觉」，而要信赖客观工具的原因。

　　【情境3】气象预报不准确，能不能怪罪预报员？
　　依照基本原则来看，所有的预测，显示的结果应该都是机率，而且一定会有不确定性。气象的预测，也不例外。

　　美国国家气象局经过长年来的努力，所取得的气象资料以及他们的预测，准确率已经大有进展。然而，为何大家仍觉得气象预报不准？

　　这是因为商业气象频道，为了顾客服务的经济动机，有时会在资料的呈现上做些操弄。比如，当他们说降雨机率20%时，有时其实只有5%。因为民众对于这种帮助提高警觉的「假警报」不介意。相对的，若他们预期不会下雨时却下雨了，大家就会咒骂气象频道毁了他们的野餐。而且，气象预报时，更无法呈现出「不确定性」，诚实展现出预测中的不确定或者误差，也会有损预报的权威感。

　　在这样的情况下，并不是预测技术无法精准，而是气象频道实在没有砥砺自己追求预报精准的动机。然而，这是个恶性循环。结果就是当真的发生卡崔娜这样的飓风时，很多已经把气象预报当成「狼来了」的民众，就可能会丧失性命。

　　作者认为，一个预测的人，职责就是应该要尽力做出精准的预测与预报。这一点，气象的预报人员，没有做到。虽然本来也许有时是出于好意。

作者简介

奈特．席佛 (Nate Silver)

　　他精通统计学，是美国当代知名的统计与预测鬼才。他从小就对数字与思考展现兴趣与天分，六岁便开始预测棒球赛事。高中时代曾拿过密西根州辩论冠军，后来进入芝加哥大学主修经济学，并在大三前往伦敦政经学院研修一年。大学毕业后，进入安侯建业事务所（KPMG）担任顾问。利用工作之余，研发出一套创新的棒球赛事预测系统PECOTA，因为精准至极，甚至吸引棒球界圣经 Baseball Prospectus 于2003年向他收购。席佛也将他统计与预测的天赋应用于德州扑克，曾经短期内就让他赢得上千万元财富。

　　他在2008年美国总统大选之前成立了「五三八」网站，发表他的选情预测，获得广泛注意，随后他在这个网站公布预测，成功预测欧巴马胜选，而且是在50州的个别选举结果中，49州预测正确，35名参议员选举更完全命中。2012年的总统大选，他再度成功预测欧巴马胜选，这次50州全部命中。2009年《时代杂志》并将他列入「世界最有影响力的百大名人」。许多人对于他的统计模型与精准预测的技术都十分折服与好奇，本书是他首度公开自己的预测祕诀，以及他对各领域预测的研究与思考。

译者简介

苏子尧

　　台湾师大翻译研究所硕士，台湾师大教育心理与辅导系学士，曾任国中教师、组长、主任。译有《焦点解决教育－－一个更快乐的学校》、《爱我，就不要控制我》与《南瓜计画》等书。

前言
1. 惨烈的预测失误
2. 你比电视名嘴还聪明吗？
3. 我在乎的只有输赢
4. 多年来你一直告诉我们雨是绿的
5. 拚命找讯号
6. 要怎么淹死在一公尺深的水里
7. 模型的角色
8. 错误越来、越来越少
9. 对机器大发脾气
10. 扑克泡沫
11. 要是你赢不了他们
12. 有着健康怀疑态度的气氛
13. 你不知道的东西可能会伤害你结论

前言

这本书谈的是资讯、科技，以及科学的进步。这本书谈的是竞争、自由市场，以及思想的演变。这本书谈的，是让我们比任何电脑都还要聪明的东西，也是本探讨人为错误的书。这本书谈的，是我们如何一步步学会掌握客观世界的知识，而我们为何有时又会倒退。

这本书谈的是预测（prediction），也就是上述这一切的交集。这本书研究的是为什么有些预测可以成功，为什么有些会失误。我希望，对于如何规划我们的未来，我们可以得到多一点的了解，比较不会去重蹈覆辙。

「巨量资料」的希望与困难

现在流行的词是「巨量资料」（big data）。IBM估计，我们每天会生产两百五十万兆位元的资料，有超过之九十的资料是在过去两年中制造出来的。

资讯指数性的增长，有时被视为万灵丹，就如一九七〇年代的电脑一样。《连线杂志》（Wired magazine）的编辑克里斯‧安德森（Chris Anderson）在二〇〇八年写道，光是资料的量就可以免去对理论的需求，甚至连科学方法都不必了。

这本书显然是在拥护科学和科技，而我也认为这是本非常乐观的书。但这本书的主张是：这些观点错得离谱。数字没办法为自己讲话。是我们在为它们说话。我们赋予它们意义。就如凯撒一样，我们可能会用对自己有利的方式来解释资料，让资料脱离客观的现实。

以数据为导向的预测会成功——也会失误。如果我们否定自己在这个过程中扮演的角色，失误的机率就会提高。在我们对资料做更多的要求之前，我们必须先多要求自己。

如果你知道我的背景，我这样的态度可能会让人吃惊。我处理资料和统计数据，用这些来成功预测，因而博得名声。二〇〇三年，我因为厌倦顾问的工作，所以设计了一个叫做PECOTA的系统，试图预测大联盟球员的统计数据。这个系统有一些创新之处——例如说，系统的预测是用概率的方法，为每位球员标出一个范围内的可能结果——我们比较各家系统的结果，发现我们的系统比对手的系统表现更好。二〇〇八年，我成立了五三八网站（FiveThiryEight），试图预测即将到来的大选。五十州之中，五三八网站正确预测了四十九州的总统大选获胜者，以及全部三十五席美国参议院议员选举的赢家。

大选后，有一些出版商跟我接触，他们想找《魔球》（Moneyball）和《苹果橘子经济学》（Freakonocomics）这样的书，从书的成功中获利，这种书讲的是书呆子征服世界的故事。他们认为这本书走的也是这样的路线——研究以数据为导向的预测，领域从棒球到财经到国家安全。

但我为了从事我的研究，在四年内和十几个领域、超过一百位的专家谈过，阅读数百篇期刊文章和书籍，到处旅行，从拉斯维加斯到哥本哈根，我逐渐明白，巨量资料时代的预测进展并不顺遂。在几个层次上，我一直很幸运：首先，虽然我犯了很多我后面要叙述的错误，但我还是获得了成功；而其次，我选对了战场。

例如说，棒球就是个特例。这种运动刚好是种丰富而有意义的例外，而本书就在探讨为何会如此——为什么在《魔球》出现十年后，统计怪才现在跟球探合作无间了。

None

精准预测：如何从巨量杂讯中，看出重要的讯息？ 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价