噪声 丹尼尔 思维导图(丹尼尔噪声电子书)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《噪声 丹尼尔 思维导图》

人而不只是一个或几个，因为那样的话，成功或失败可能凭运气。如果你预测你最喜欢的队伍将赢得下一场比赛，而且它确实赢了，你也不一定是一个好的预测者。也许你总是预测你最喜欢的队伍会世，如果这是你的策略，而他们只赢了一半的比赛，那么你的预测能力驶不能算是特别厉害。基于这方面的考虑，为了减少运气的作用，研究人员验证了参与者在大量预测中的平均表现。其次，研究人员要求参与者对事件发生的概率进行预测，而不是仅仅给出“会发生”或“不会发生”这种非此即彼的答案。对许多人来说，预测就是做是非题一一站这方或者站那方。然而，考虑到我们在客观上对未来事件是无法知晓的，预测它们发生的概率才是更明智的选择。如果有人在2016年说“和希拉里。克林顿有70%的可能性当选总统”，那他不一定是个糟糕的预测者。确切地说，有70%的概率会友生的事情仍然存在30%的不会发生的可能性。要知道预测者的水平高低，我们应该看他们估计的概率是否符合现实。假设一位名叫玛格丽特的预测者说，500个不同的事件发生的可能性为60%，结果其中300个真的发生了，那么我们就可以得出结论:玛格丽特的置信度被校准得很好。良好的校准是良好预测的前提之一。再次，泰特

丹尼尔卡尼曼噪声采访

洛克及其同事又对实验进行了改进，他们不仅要求预测者对一个事件是否会在12个月内发生做出一个概率估计，还让预测者根据新的信息不断修改自己的预测。假设你在2016年曾估计，英国在2019年底前脱欧的可能性只有30%，后来，新的民意调查结果显示，“脱欧”的选票持续增加，这时，你很可能会把你的预测值提高。公投结果公布后，我们仍然无法确定英国是否会在公布的时间内脱欧，但看起来可能性肯定会大得多。事实上上，英国已在2020年正式脱欧。)泰特洛区和他的同事允许预测者根据新出现的信息更新预训，为了便于记分，他们把每次更新都视为一个新的预测。通过这种方式，恨好判断计划的参与者被激励去密切关注新闻并不断更新他们的预测。这种方法反映出人们期望企业和政府预测人员也能够根据新的信恩更新预测，尽管后者有可能因为改变主意而遭到批评。对这种批评有个非常常见的回应，有人认为它出和目经讲学家约萌。梅纳德。山恩斯(JohnMaynardKeynes):“当事实改变时，我改变了主意。你又能怎样?”最后，为了给预测者的表现打分，恨好判断计划使用了格伦布赖尔(GlennW，Brier)干1950年研发的系统。该系统被称为赖尔分数”(B

噪声 mobi 丹尼尔卡尼曼

rierscores)，可以测量人们的预测值和实际值之间的差距。布赖尔分数是一种巧妙的方法，它可以绕过一个与概率预测相关的普遍存在的问题:预测者通过避免采取大胆的立场来对自己的预测做两手准备。再想想玛格丽特的例子，在我们的描述中她是一个校准效果民好的预测者，因为她将500个事件的发生率定为60%，其中300个事件确实发生了。这个结果可能没有看上去那么厉害。如果玛格丽特是一个天气预报员，她总是预测有60%的可能性下雨，而且500天中有300天下雨，那么玛格丽特的预测是很准的，但也是无用的，因为玛格丽特其实是在告诉你，你可能每天都要带把伞以防万一。拿她和尼十拉斯做个比较，尼十拉斯预测有300天下十的概率是100%，有200天下十的概率是0。尼十拉斯和玛格丽特有同样完美的校准:这两位预报员都预测有了焉的日子会下雨，且实际也正是如此，但显然尼古拉斯的预测更有价值:他没有为自己的预测做两手准备，而是明确地行诉你生否应该带伞。从技术上讲，尼十拉斯的判断除了校准效果好外，还有很高的辨析度。布赖尔分数会对准确的校准和准确的辨析度打出高分。为了得高分，你不仅要在平均水平上是正确的〈即校准效果良好)，而且要3

噪声 人类判断的缺陷 mobi

综上：丹尼尔噪声电子书值得推荐阅读