林超 学科12 概率统计学重要模型（笔记）

●   学习目的：量化不确定性的有效方法  //人工智能的机器学习

●   特性：反直觉 //亨廷顿舞蹈病症案例（99%推断得病，1%误诊率，0.01真实得病率）

●   启发：生活中需要在很小概率的事情上推断，一定要关注推荐的错误率，哪怕只有1%

●  结论：小概率事件给人类造成的最大错觉  //马云---梦想（1/1亿），极端幸存者偏差

●   概率统计学重要模型

    ●  贝叶斯公式：后验概率P（A丨B）= 【似然度P（B丨A）* 基础概率P（A） 】/新证据P（B）

        ●  启发：观察现实新闻事件-思考->1.这个事情被误判的可能性有多大？2.在真实世界里面发生的概率有多小//运动员违禁药检

        ●  总结：数学的辩证法，启发我们要冷静看待事物的基础概率，不要被表面现象迷惑，但也同时要在新证据新信息不断积累的时候，及时调整对全局的评估

    ●  基础概率（先验概率）

        ●  概念：一件事情在过去的统计中，已经被验证发生的概率（现实生活中很多事情是基础概率决定成败，而不是努力程度//极难成为马云）

        ●  启发：需要有量级判断 //公司竞争，学习比拼

        ●   基础概率对最终概率影响：正相关关系；现实应用：选择确实大于努力 //男生恋爱学校选择，宏观方向研究，小芳微笑喜欢你；如果新证据层出不穷，对最终概率影响也会变大--->凯恩斯：when the facts change,i change my mind.

    ●  均值和异常值

        ●  均值：需要具体指标  //8%月均收益率公司突然倒闭，高管投毒杀死老板的错误人生决定

        ●  异常值：与平均值偏差超过2倍

            ●   处理方式

                ●   舍弃

                ●   一视同仁

                ●   单独作为一个特别的集合研究（知微见著）//叫停支付宝上市，本质是前奏，预示新监管时代与全球变局的到来

        ●  启发：结合贝叶斯公式，要提高对各种异常值的关注度//2020年后世界变动的基础概率变高了

    ●  大数定律 //最终接近稳定值  如大量次数抛硬币

        ●  启发：在小数据阶段，大道理可能毫无参考价值 //个人毕业后成长--->保持耐心，保持身心健康，持续总结经验和复盘形成迭代循环

        ●   多试错，避免坚定的愚蠢

    ●  概率分布

        ●  幂律分布

            ●   二八定律，底层世界观---世界到底是极端的还是平均的？//参考视频《钱收割人的年代六大新生存法则》+《疫情之后的新世界》

    ●  正态分布

        ●  标准差：现实意义 //江湖人士（标准差大）VS正规军（标准差小）

        ●  方差：代表结果的离散度，也代表一个人发挥的稳定性

        ●  方差+偏差启发：避免做一个愚蠢而坚定的人--->迈向坚定并聪明的人

    ●  总结：年轻时通常眼界局限，对世界的理解有偏颇，易陷入坚定愚蠢状态--->需要开放心态变成不坚定愚蠢的人，做加法，拥抱更多新证据，接纳很多异常值--->发现更加聪明的与世界相处的方法，调整自己进入不坚定的聪明状态--->做减法，逐渐集中在最能发挥自己能力的区间产生价值//要意识到过程中圆心位置会发生偏移，需打破之前的坚定，重新调整再次进入新的循环