2015年1月25日 星期日
書的介紹說隨機騙局，黑天鵝，反脆弱是三部曲
不過要了解作者的思考，並且應用在生活或交易上的話，更應該看
隨機騙局 Fooled by Randomness、影響力 influence、快思慢想 thinking fast and slow 這三部曲。
例如人們不喜歡為了抽象的事物而投保，但會買只限於恐怖分子攻擊而死亡的保險。大家也都相信自己相當不同，等到診斷出 某種疾病時才說為什麼是我？抽菸的人也很少不知道罹患肺癌的機率。
隨機騙局這本書的概念就像俄羅斯輪盤，六發中有一發是子彈。但現實生活可能有幾千發，其中有一發是黑天鵝，但人們試射幾十次沒事後，就會忘記裡面還有一顆子彈。
消防隊效應：消防隊員彼此聊得太多，很多事情的看法就會相同，但局外人會覺得那些看法荒唐可笑。
被隨機性常數愚弄的傻蛋：他們沒想過用經濟變數去操作行得通或許只是一時巧合而已。沒有事先訂定明確的作戰計畫以因應發生虧損的可能性。沒有認賠停損修正原來的作法，欠缺批判性的思考。
索羅斯就不受路衡相依的束縛 (克服了承諾和一致性)
書中舉了一些誤用統計的例子。用過去的資料否定假說，而不是證實假說，會比較保險。 例如"我對布希總統的一生進行完整的統計檢視。58年來接近二萬一千次的觀察值，發現他不曾有一次死掉。所以我可以宣稱他將萬壽無疆，而且統計顯著性很高。"
存活者偏誤 (survivorship bias)，就像
“Positive” Results Increase Down the Hierarchy of the Sciences
書中舉了一些誤用統計的例子。用過去的資料否定假說，而不是證實假說，會比較保險。 例如"我對布希總統的一生進行完整的統計檢視。58年來接近二萬一千次的觀察值，發現他不曾有一次死掉。所以我可以宣稱他將萬壽無疆，而且統計顯著性很高。"
存活者偏誤 (survivorship bias)，就像
“Positive” Results Increase Down the Hierarchy of the Sciences
Publication bias in the social sciences: Unlocking the file drawer
只有結果有意義的文章被發表出來。而negative result就被放在抽屜裡，沒有現身了……
裡面寫了一個機率偏讓的例子：
如果一個疾病的發生率是千分之一，檢驗方法的正確率是95%。假設沒有偽陰性。
如果隨機抽一人檢驗結果是陽性的話，那他真正有病的機率是多少？
就如同low dose CT 還是要在high risk的病患來作。而不能拿來大規模篩檢
這也讓我想到有人說要用尿液篩檢來預防吸毒的無知。
全面尿液篩檢的統計陷阱（劉玉皙、佘健源）
書中還有一個例子。以辛普森妻子遇害的資訊為條件，探究辛普森殺害她的機率，而不是看辛普森殺害她的無條件機率。證據有複利效果。我們往往在聯合機率的概念上犯錯。舉的例子是有呼吸道癌的機率乘上同一年被凱迪拉克撞死的機率，高達一百億分之一。
我在319後就聽過這種詭辯，說他覺得兩顆子彈發生機率只有xxxxxxx分之一，所以一定是自導自演……
只有結果有意義的文章被發表出來。而negative result就被放在抽屜裡，沒有現身了……
裡面寫了一個機率偏讓的例子：
如果一個疾病的發生率是千分之一，檢驗方法的正確率是95%。假設沒有偽陰性。
如果隨機抽一人檢驗結果是陽性的話，那他真正有病的機率是多少？
就如同low dose CT 還是要在high risk的病患來作。而不能拿來大規模篩檢
這也讓我想到有人說要用尿液篩檢來預防吸毒的無知。
全面尿液篩檢的統計陷阱（劉玉皙、佘健源）
書中還有一個例子。以辛普森妻子遇害的資訊為條件，探究辛普森殺害她的機率，而不是看辛普森殺害她的無條件機率。證據有複利效果。我們往往在聯合機率的概念上犯錯。舉的例子是有呼吸道癌的機率乘上同一年被凱迪拉克撞死的機率，高達一百億分之一。
我在319後就聽過這種詭辯，說他覺得兩顆子彈發生機率只有xxxxxxx分之一，所以一定是自導自演……
張貼留言