-
Missing a train is only painful if you run after it - [读书笔记]
2010-02-09
Black swan 这本书我前前后后看了大概有4遍,中文版一遍,英文版2遍,mp3听了一遍,是这辈子看过的最好的书之一(当然本身阅读量有限)。以下是从中摘抄出来的一些有意思的句子。
Banks hire dull people and train them to be even more dull.43
Unlike Kant, Fichte, Schopenhauer, and Hegel, Hume is the kind of thinker who is sometimes read by the person mentioning his work.45
At some point during his speech, he turned all red with anger – thus convincing me (and the audience) that his was definitely right.
One death is a tragedy, a million is a statistic.
We are social animals; hell is other people.87
It is not what you are telling people, it is how you are saying it.98
Government are great at telling you what they did, but not what they did not do.
Indeed, it is striking, though it looks like the sort of building architects create in order to impress other architects.137
When you are employed, hence dependent on other people’s judgment, looking busy can help you claim responsibility for the perception of causality, of the link between results and one’s role in them.143
Being an executive does not require very developed frontal lobes, but rather a combination of charisma, a capacity to sustain boredom, and ability to shallowly perform on harrying schedules. Add to these tasks the “duty” of attending opera performances.166
…and that strange activity called the business meeting, in which well fed, but sedentary, men voluntarily restrict their blood circulation with an expensive device called a necktie.172
The ultimate test of whether you like an author is if you’ve reread him.198
It has been more profitable for us to bind together in the wrong direction than to be alone in the right one.192
There are some people who, if they don’t already know, you can’t tell ’em.
An ad hominem attack against an intellectual, not against an idea, is highly flattering. It indicates that the person does not have anything intelligent to say about your message.280
You can always mention Wittgenstein since he is vague enough to always seem relevant.289
Missing a train is only painful if you run after it! -
《把时间当作朋友》中的小问题 - [随想]
2010-02-02
《把时间当作朋友》第五章第一节《人人都能成功,你是否相信》中提到了正态分布曲线,我觉得其中有些说法不正确,特提出来。主要观点来自于《Black Swan》,有理解不对的地方请批评指正。
《人人都能成功,你是否相信》中提到人们的资源分布服从正态分布。财富(金钱)应该是一种很重要很重要的资源,但是财富的分配并非正态分布。
正态分布指绝大部分研究量分布在中间值附近,越偏离中间值或平均值,其出现的可能性越低,最重要的是,这种可能性的降低是呈指数型下降,也就是说偏离常态出现的可能性是加速下降,极端事件根本不可能出现。
我们可以从下面的例子中看到这种概率的指数型下降。人的身高符合正态分布,假设的人的平均身高是1.67米,每10厘米是一个偏离单位,那么每高出平均身高10厘米的可能性如下(摘自Black Swan):
比平均值高10厘米(即高于1.77米):1/6.3
比平均值高20厘米(即高于1.87米):1/44
比平均值高30厘米(即高于1.97米):1/740
比平均值高40厘米(即高于2.07米):1/3200
比平均值高50厘米(即高于2.17米):1/3 500 000
比平均值高60厘米(即高于2.27米):1/1 000 000 000
比平均值高70厘米(即高于2.37米):1/780 000 000 000
比平均值高80厘米(即高于2.47米):1/1 600 000 000 000 000
比平均值高90厘米(即高于2.57米):1/8 900 000 000 000 000 000
比平均值高100厘米(即高于2.67米):1/130 000 000 000 000 000 000 000
比平均值高110厘米(即高于2.77米):1/36 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000
可以看到,从1.77米增加到1.87米,增加一个单位的偏离,其可能性下降约7倍;但是从2.27米到2.37米,同样是增加一个单位的偏离,其可能性却从十亿分之一变为7800亿分之一(7800倍)!这就是所谓的呈指数型下降。越偏离平均身高的人出现的可能性越低,并且这种可能性是呈指数型下降,最终极端个案出现的可能性完全可以忽略不计。
如果财富的分配也是符合正态分布,那么富有的人将会越来越少,越富其可能性越低。在正态分布的世界中,欧洲人成为富翁的可能性如下:
资产高于100万欧元:1/63
资产高于200万欧元:1/127 000
资产高于300万欧元:1/14 000 000 000
资产高于400万欧元:1/886 000 000 000 000 000
资产高于800万欧元:1/16 000 000 000 000 000 000 000 000 000 000 000
资产高于1600万欧元:1/…我的任何一台电脑都无法进行这项计算
可见,在这种情况下,像比尔盖茨这种个案根本不可能出现。所以,财富的分配不服从正态分布。全世界的大部分财富都集中在少数人手里,世界事实上就是不公平,而不是不均匀,并且富人当中同样有穷人和富人,并不会因为越富而越平均。
同样的,投资收益率也不服从正态分布。《人人都能成功,你是否相信》中的第四自然段写道“如测量的误差,学生的成绩;人的身高与体重;产品的质量数据,投资的收益率等等均可以认为服从正态分布。”如果投资收益率是服从正态分布,那么也就意味着绝大部分收益都是在平均值附近,越偏离平均值出现的可能性越小,极端的亏损或极端的收益出现的可能性完全可以忽略。那么就很难想象为什么会有雷曼兄弟等金融机构会在金融海啸中倒闭。

图片摘自《black swan》
去掉过去50年中美国股市单日涨幅最大的10天,我们会看到市场收益的巨大差异。金融市场中最极端的10天代表了过去50年一半的收益。如果金融市场服从正态分布,怎么可能出现如此极端的十天。
所以,财富和投资收益率并不服从正态分布。除此以外,现实生活中还有很多现象不服从正态分布,比如网站的流量、推特的follower、英语词汇的使用频率、城市的人口、书籍的销量等等。
然而第127页却写道“现在仍在常用的许多统计方法,就是建立在“所研究的量具有或近似地具有正态分布”这个假设的基础上的,而经验和理论…都表明这个假设的现实性。”从经验来看,这个假设就不现实。重要的是,这种统计方法被运用到了许多不具有正态分布特征的领域,由此而造成了各种问题,也正是塔勒布在《Black Swan》中所大力批判的。
此外理论上来说,这个假设陷入了一个循环问题。假设我要计算地球人的平均身高,那么只要随机抽取1000人,平均一下就可以得到结果。因为身高符合正态分布,变量都在平均值附近,不可能出现极端个案。但如果我计算的是地球人的平均财富呢?随机抽取1000人能得到结果吗?显然不能,因为如果再加上比尔盖茨,那么结果会有天壤之别。因为财富的分配不符合正态分布,极端的个体对整体具有不成比例的影响,根本不可能知道要多少数据才足够得出有效结论。
我们如何知道某个概率分布是符合正态分布?这需要足够的数据来支持我们的论断。问题在于多少数据才足够?如果是正态分布,从上可此,少量的数据就足够了。但如何才能知道是正态分布?只能通过数据。也就是说我们需要通过数据来告诉我们是否为正态分布,又需要根据正态分布来确定数据是否足够。这就有点像一个循环论证。当然如果我们从一开始就假设概率的分布是服从正态分布,就不存在这样的问题了(但客观世界往往并非如此)。
另外,第127还写道:“可以想象一下在X轴上把地球上所有的人都一字排开,而他们每个人所拥有的各种资源的总和投射在Y轴上……”我认为X轴和Y轴搞反了, X轴应该代表的是资源总和的投射,Y轴代表相应概率。 -
为什么要删文章?都不知道到底犯了那一条?
拒绝自我审查,自我阉割。
被删文章:《为什么男人都爱美女》,《关于历史的原因》,《TED:让思想插上翅膀》,《《蝴蝶效应》观后感》,《启发式和偏差(一):代表性启发法》。







