精準預測:如何從巨量雜訊中,看出重要的訊息?(軟精裝)

如何從巨量雜訊中,看出重要的訊息?

4.1 / 36
  • 語言:繁體中文
  • ISBN:9789862299609
  • 出版日期:2013/09/06
<內容簡介> 2008年美國總統大選,他成功預測歐巴馬勝選。 50州個別選舉結果,49州預測正確。 35席參議員的勝選者,則全部猜對。 2012年,他再次成功預測歐巴馬勝選, 這次,50州全部命中。 他開發的棒球預測系統精準無比, 被知名棒球評論媒體收購。 他個人更曾運用統計預測的專才, 在德州撲克賭局賺進上千萬元。 他是奈特.席佛, 當代最受矚目的統計與預測鬼才, 首次公開精準預測的黃金法則, 告訴你為什麼有些預測會成功、有些會失敗? 數據不會說話,是你在為它說話。 ˙美國政府長期蒐集許多情報,但為何還是無法預見911恐怖攻擊? ˙2007年房市泡沫爆發前,華爾街的金融專家們為何看不見崩盤的警訊? 身處「巨量資料」(big data)時代,照理說我們擁有空前充足的資料,去做各項預測。但各行各業掌握最多資料的專家與決策者,卻都還是不斷做出失敗的判斷,這是怎麼回事?作者奈特.席佛指出,人的解讀比數字更關鍵,而預測最難的部分在於:人要懂得分辨出哪些是無意義的雜訊,哪些才是關鍵的訊號。誤把雜訊當訊號,做出來的預測,自然不會準確,甚至會造成嚴重的謬誤與損失! 數據導向的預測會成功也會失誤,要求更多數據之際,人更應該自我要求。 最常出錯的就是過度自信、被稱為「刺蝟」型的預測者,他們很會歸納、喜歡大原則、很有膽識,雖不斷收到新訊息卻很少修改預測,他們做預測常成為一種「表演」,模糊了追求精準預測的動機。(代表人物:成為名嘴的專家、認定自己能翻盤的賭徒。) 另外一個大家常犯的錯,是忽略「樣本外」的重大新資訊。假設你從未酒後駕車,肇事紀錄也很低。今晚你喝了酒,請預測今天駕車肇事的機率?如果你拿過去的記錄分析預測,那麼你出事的機率肯定相當低;但是喝酒開車並不在你過去記錄的樣本內。這個預測問題出在模型錯了、忽略樣本外的重大訊息──而這也就是席佛認為,大家對房市泡沫以及雷曼兄弟垮台,無法精準預測的主因。 在本書中,席佛針對政治選情、球賽結果與球員價值的評估、金融風暴、氣象、地震、撲克賭局、西洋棋賽、股市投資等跨領域的預測難題,做了精闢的個案分析。雖然領域迥異,但預測要精準,背後的原則與邏輯卻都是一樣的。在一個個精彩的故事中,即使沒有統計背景的讀者,也能一點一滴拼湊、建立預測的基本功,並且可以練習把這些原則與技巧,運用在自己的專業領域上。(甚至可以用來預測伴侶外遇的機率:詳見第8章) ◎席佛在書中不斷提醒預測者: ˙預設立場或過度自信,對預測來說,是非常可怕的事。 ˙預測不是在追求是與非,而是估算事情發展的「機率」。有精準的機率,才能做出有利的決策。 ˙做預測時,最怕一看見「有相關」就解釋成「因果關係」。(冰淇淋 vs. 森林大火) ˙預測時不能忽略「誤差」,並要勇於承認有「不確定性」。 不然你會過度解釋,變成不精準的預測。 ˙根據預測出來的機率,做了最有利的選擇,即使最後結果不好,仍然是好預測。 ˙在很多情境中,不是一定要追求終極完美的預測,只要預測比競爭對手好,你就贏了。 ˙當大家不免被雜訊迷惑時,問問自己,你有什麼法寶,能讓自己更接近真相?跟著法寶走,不要跟著群眾走。 ˙有新的重大資訊進來時,

會員中心