SlideShare a Scribd company logo
精準預測
如何從巨量雜訊中, 看出重要的訊號?
如果沒空看 – 看書的背面
• 預設立場或過度自信, 是非常可怕的事
• 預測不在追求是與非, 而是估算機率. 有精確的機率, 才能做出有利的決策.
• 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.
• 做預測時, 最怕一看見有相關就解釋成因果關係.
• 根據預測的機率, 做了最有利的選擇, 即使結果不好, 仍是好預測.
• 不是一定要追求完美的預測, 只要預測比對手好, 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.
• 保持客觀, 隨時根據訊息而更新的預測, 才有可能是精準的預測.
從書名開始談起
The Signal and the Noise
Why So Many Predictions Fail – but Some Don’t
THE AUTHOR: NATE SILVER
• Wikipedia:
http://en.wikipedia.org/wiki/
Nate_Silver
• FiveThirtyEight (2008 - ):
http://fivethirtyeight.com/
慘烈的預測失誤 – 金融預測 (CHAPTER 1)
• 2008 年金融海嘯
• “沒有人想到事情會發生”
• “… 他們是不想讓音樂停
下來”
• 金融機構大到不會倒 (低估
了危機)
• 樣本之外, 思考之外 -> 預
測失誤的公式
• 精確預測 vs. 正確預測
你比電視名嘴還聰明嗎 – 政治預測
(CHAPTER 2)
• “狐狸知道許多小事, 但刺蝟只知道一件大事”
狐狸一樣的思考原則
1. 用機率思考
2. 今天的預測就是你餘生的第一個預測
3. 尋求共識 (集體或團體的預測比單獨的預測更準確)
要注意:
• 萬靈丹式的預測 (偏頗)
• 過於重視量化資料未評估質化資料
• 要客觀並不容易
台灣也有人在做選舉數據分析
• MLDM Monday 數據分析在選舉策略上的應用
• 影片 (1h05m20s): http://youtu.be/1XEb2hMDFMs
• 投影片:
http://files.meetup.com/5150202/TaiwanR_20150309_Data_Analysis_and_El
ection.pptx
我在乎的只有輸贏 – 棒球預測
(CHAPTER 3)
• 偏見
• 資訊才是王道
• [延伸閱讀] 魔球 (Moneyball)
• [延伸閱讀] Sabermetrics
http://en.wikipedia.org/wiki/Sabermetrics,
http://sabr.org/sabermetrics
推薦
是 MLB 球迷 是 BRAD PITT 影迷
讓魔球理論紅的 用魔球理論成功的
善用數據但是沒$$ 善用數據而且有$$
多年來你一直告訴我們雨是綠的 – 氣象預測
(CHAPTER 4)
• 卡崔娜颶風
• 混沌理論
• 系統是動態的
• 系統是非線性的
• 愈接近時預測會愈準
• 預報最重要的檢驗標準 – 校準 (calibration)
拼命找訊號 – 地震預測 (CHAPTER 5)
• 地震是無法預測但是可以預報
• 過度配適 (Overfitting): 用特定的方法來解決普遍性的問題; 把雜訊當
成訊號
• 例如: 日本 311 大地震
要怎麼淹死在一公尺深的水裡 – 經濟預測
(CHAPTER 6)
More statistics jokes: http://math.bnu.edu.cn/~chj/Statjokes.htm
模型的角色 – 醫療預測 (CHAPTER 7)
• 外推法的危險 – 假設目前的趨勢會無限延伸下去, 直到未來.
• 自我實現與自我取消對於預測準確與否的影響
• 自我實現預測: 西瓜靠大邊
• 自我取消預測: GPS 即時路況
• 精密的單純 -> 正確的模型
• 複雜未必正確 -> 反而容易造成誤導預測
錯誤愈來、愈來愈少 - 博奕預測
(CHAPTER 8)
從這章開始不斷推祟
貝式定理
[預告] 語意分析使用
Naïve Bayes
Classification
對機器大發脾氣 (CHAPTER 9)
• 西洋棋王和 IBM 深藍的對戰,大部分人可能都只知對戰的結果 - 一開
始棋王打敗電腦,但後來電腦進步然後打敗棋王。但原來棋王其實可
是說是被自己打敗,因為錯誤解讀了電腦的 bug,誤以為電腦下了一
步高深莫測的棋步,這就是書中一再提到的:把雜訊誤當做訊息。
• 嘗試錯誤法有時候是有用的
撲克泡沫 (CHAPTER 10)
• 超越以結果為導向的思考
• 否則有可能會為糟糕的預測找藉口
• 成功是雜訊和訊號的某種結合
• 資料雜訊非常多的時候 - … 唯一的解決之道 - 就是更專注於過程,
而不是結果。
要是你贏不了他們 – 股市預測 (CHAPTER
11)
團體預測的好處與限制:
1. 歸結後的預測基本上會比一般的個人預測好 vs. 歸結後的預測太粗糙
2. 要先進行獨立的預測再歸結 vs. 大家對於其他人的行為會有所反應
3. 歸結的預測比一般個人的預測結果好, 但未必比最好的個人預測好 ->
那就用最好的個人預測就好了
有著健康懷疑態度的氣氛 (CHAPTER 12)
• 勿把相關當成因果, 把雜訊當成訊號
• 健康懷疑態度 “必須依照理論的整體效力,來權衡新證據的效力, 而不
是在事實和理論裡亂翻一通, 找尋立論和意識型態上的方便之處”
你不知道的東西可能傷害你 – 恐怖攻擊預
測 (CHAPTER 13)
• 珍珠港事變
• 人們傾向把不熟悉的東西誤以為不可能的
• 101 有沒有可能被恐怖攻擊?
結論就在最後一章
如果讀不下去、又想要知道結論的話,可以直接跳轉到最後一章 “結
論“ (僅 9 頁就總結完畢)
• 用機率思考
• 知道你從何而來 (先驗信念)
• 嘗試、犯錯 (做很多預測, 尤其是在一開始的時候)
• 平靜接受我們不能預測的事, 勇敢預測我們能預測的事, 睿智看出差異
何在
如果篇幅還是太長 – 看書的背面 (DON’T)
• 預設立場
• 過度自信
• 否認不確定性
• 錯誤解讀相關性和因果關係(兩者不同)
• 誤把雜訊當事實
• 未保持客觀
• 在有新訊息或訊息改變時,未時時更新預測
• 認為預測是要證明對錯
• 道聽途說

More Related Content

Similar to 精準預測分享

快樂就在不完美的那條路上
快樂就在不完美的那條路上快樂就在不完美的那條路上
快樂就在不完美的那條路上seeheart2010
 
思考的藝術(全)
思考的藝術(全)思考的藝術(全)
思考的藝術(全)
Chunpai Niu
 
向宇宙下訂單
向宇宙下訂單向宇宙下訂單
向宇宙下訂單珊 珊
 
管理後半生
管理後半生管理後半生
管理後半生Jaing Lai
 
管理後半生
管理後半生管理後半生
管理後半生Jaing Lai
 
13個改善EQ的小秘方
13個改善EQ的小秘方13個改善EQ的小秘方
13個改善EQ的小秘方lys167
 
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
文化大學
 
從學步到起飛,談Lean Startup和PMF
從學步到起飛,談Lean Startup和PMF從學步到起飛,談Lean Startup和PMF
從學步到起飛,談Lean Startup和PMF
Mr PM
 

Similar to 精準預測分享 (8)

快樂就在不完美的那條路上
快樂就在不完美的那條路上快樂就在不完美的那條路上
快樂就在不完美的那條路上
 
思考的藝術(全)
思考的藝術(全)思考的藝術(全)
思考的藝術(全)
 
向宇宙下訂單
向宇宙下訂單向宇宙下訂單
向宇宙下訂單
 
管理後半生
管理後半生管理後半生
管理後半生
 
管理後半生
管理後半生管理後半生
管理後半生
 
13個改善EQ的小秘方
13個改善EQ的小秘方13個改善EQ的小秘方
13個改善EQ的小秘方
 
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
100.04.25 義守大學-人際溝通與衝突管理-詹翔霖副教授
 
從學步到起飛,談Lean Startup和PMF
從學步到起飛,談Lean Startup和PMF從學步到起飛,談Lean Startup和PMF
從學步到起飛,談Lean Startup和PMF
 

精準預測分享

Editor's Notes

  1. 傳達不確定性的重要 有相關不代表是因果關係 -> 找關連性 vs. 找因果關係