被平均的風(fēng)險(xiǎn):在充滿不確定性的世界里識(shí)別和防范風(fēng)險(xiǎn)的決策指南
定 價(jià):68 元
叢書名:無
- 作者:薩姆·薩維奇((Sam Savage)
- 出版時(shí)間:2019/4/1
- ISBN:9787508696423
- 出 版 社:中信出版社
- 中圖法分類:N94
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
為什么人們對(duì)變化無常的事物進(jìn)行風(fēng)險(xiǎn)評(píng)估時(shí)總是一錯(cuò)再錯(cuò)?為什么基于平均值的預(yù)測(cè)和決策在金融、醫(yī)療保健、會(huì)計(jì)、反恐戰(zhàn)爭(zhēng)和氣候變化等各個(gè)領(lǐng)域總是漏洞百出?因?yàn)槲覀円恢痹噲D用蒸汽時(shí)代的統(tǒng)計(jì)學(xué)來把握信息時(shí)代的風(fēng)險(xiǎn)。
作者基于自己多年的咨詢、培訓(xùn)經(jīng)驗(yàn)和研究成果,列出了平均值的12條罪狀,介紹了概率管理這一新興領(lǐng)域,旨在通過新的統(tǒng)計(jì)學(xué)手段和技術(shù)工具,彌補(bǔ)平均值的缺陷,更好地揭示風(fēng)險(xiǎn)、把握不確定性。
本書可以幫助我們更有效地對(duì)未來的情況做出判斷,從而制定出更合理的決策。
1、應(yīng)該用信息時(shí)代而不是蒸汽時(shí)代的統(tǒng)計(jì)學(xué)來把握當(dāng)前的風(fēng)險(xiǎn)和不確定性。信息時(shí)代的確給我們帶來了無窮的便利,然而,它也為我們的政治、經(jīng)濟(jì)和科技帶來了大量令人目眩神迷的不確定性。另外,信息時(shí)代也讓我們的直覺范圍擴(kuò)展到了電子領(lǐng)域,有了這種直覺,我們就可以憑借自己的經(jīng)驗(yàn)來感知未來的各種風(fēng)險(xiǎn)和不確定性因素。本書所要論述的就是如何利用我們的直覺來預(yù)測(cè)各種風(fēng)險(xiǎn)和不確定性因素。
2、互聯(lián)網(wǎng)時(shí)代風(fēng)險(xiǎn)管理的決策指南。無論是進(jìn)行重大的政治抉擇、商業(yè)決策,還是在日常生活中做出一個(gè)小小的決定,我們都會(huì)面臨不確定性問題。薩姆·薩維奇這部生動(dòng)有趣的作品,給我們提供了有效應(yīng)對(duì)這些不確定性的方法和途徑。
3、應(yīng)該用概率管理而不是平均值來預(yù)測(cè)事務(wù)的未來走向。在為將來制訂計(jì)劃的時(shí)候,人們往往會(huì)用單一的數(shù)據(jù)所謂的平均值來取代那些不確定的結(jié)果,于是,就會(huì)出現(xiàn)一種系統(tǒng)性錯(cuò)誤,正因如此,人們對(duì)未來的預(yù)測(cè)和判斷往往漏洞百出。本書講述的概率管理正是一種有效克服平均值缺陷的方法。
4、美國知名風(fēng)險(xiǎn)評(píng)估專家的代表作。作者是斯坦福大學(xué)工程學(xué)院顧問教授,劍橋大學(xué)賈奇商學(xué)院研究員,美國著名統(tǒng)計(jì)學(xué)家倫納德·吉米·薩維奇之子。作者長(zhǎng)期從事與統(tǒng)計(jì)學(xué)和風(fēng)險(xiǎn)評(píng)估相關(guān)的工作和研究,逐漸發(fā)展出一種風(fēng)險(xiǎn)建模的新方法概率管理,還在為眾多的企業(yè)、機(jī)構(gòu)和政府部門提供咨詢和培訓(xùn)服務(wù)。
《被平均的風(fēng)險(xiǎn)》一書講述了人們對(duì)變化無常的事物進(jìn)行風(fēng)險(xiǎn)評(píng)估時(shí)常犯的錯(cuò)誤,它有助于解釋為什么人們運(yùn)用傳統(tǒng)的方法預(yù)測(cè)未來時(shí)總是漏洞百出事實(shí)上,這些方法正是導(dǎo)致新近發(fā)生的全球經(jīng)濟(jì)危機(jī)的元兇之一。因此,本書可以幫助我們更有效地對(duì)未來的情況做出判斷,從而制定出更合理的決策。按照傳統(tǒng)來說,本書討論的問題一直屬于概率論和統(tǒng)計(jì)學(xué)的范疇。
不過,因?yàn)槲业臄⑹鐾ㄋ滓锥,所以即使沒有任何統(tǒng)計(jì)學(xué)方面知識(shí)的讀者也可以順利地閱讀本書。雖然文不甚深,但是只要讀了本書第一部分的內(nèi)容,那些在統(tǒng)計(jì)學(xué)領(lǐng)域接受過大量專業(yè)訓(xùn)練因而中毒很深的人就可以矯正他們的錯(cuò)誤觀念了。
本書的大部分觀點(diǎn)無疑都源于我的父親倫納德·吉米·薩維奇(Leonard Jimmie Savage)。我父親小時(shí)候?qū)W習(xí)成績(jī)很差不過,他最終成了一名卓越的數(shù)理統(tǒng)計(jì)學(xué)家。他和米爾頓·弗里德曼(Milton Friedman)等人一道在芝加哥大學(xué)(University of
Chicago)任教。現(xiàn)代投資組合理論的創(chuàng)始人哈里·馬科維茨(Harry Markowitz)就是他們培養(yǎng)出來的學(xué)生。馬科維茨曾經(jīng)宣稱他的理性的預(yù)期理論幾乎完全脫胎于我父親對(duì)他的教導(dǎo)。因?yàn)槲腋赣H在芝加哥大學(xué)任教,所以,我從小就在芝加哥大學(xué)經(jīng)濟(jì)學(xué)院長(zhǎng)大。
顯然,小時(shí)候我至少在學(xué)業(yè)方面跟我父親非常相像,既沒有表現(xiàn)出運(yùn)動(dòng)天賦,
也沒有表現(xiàn)出學(xué)術(shù)才華,無論從哪一個(gè)方面來看,我都是一個(gè)差等生。在芝加哥大學(xué)實(shí)驗(yàn)中學(xué)讀三年級(jí)的時(shí)候,我的英語老師在一次課后討論會(huì)上對(duì)我的學(xué)業(yè)做出了評(píng)判。她說我的英語課有不及格的危險(xiǎn),不過,如果我付出巨大的努力,到第二學(xué)期時(shí)有可能會(huì)勉強(qiáng)及格(成績(jī)?yōu)?D)。然后,她轉(zhuǎn)入了正題,告訴我說, 實(shí)驗(yàn)中學(xué)相當(dāng)于大學(xué)預(yù)科班,是專門為那些有希望進(jìn)入大學(xué)繼續(xù)深造的學(xué)生服務(wù)的,而我顯然沒有這樣的希望。因此,她建議我去讀技校,將來當(dāng)一名技工或者水管工。
這位英語老師的話讓我第一次面臨嚴(yán)肅的人生抉擇:要么努力學(xué)習(xí),以實(shí)際的成績(jī)來洗雪恥辱;要么自甘墮落,借吉他來排解憂愁。當(dāng)然,我選擇了前者,
不過,在學(xué)習(xí)的間隙,音樂也為我?guī)砹撕芏嗟臍g樂和慰藉。結(jié)果還不錯(cuò),在三年級(jí)的下學(xué)期,我沒有再次出丑,因?yàn)槲业挠⒄Z成績(jī)畢竟得了個(gè) D。整個(gè)中學(xué)階段,我都無法質(zhì)疑那位英語老師對(duì)我的評(píng)價(jià),因?yàn)殡m然每一年都會(huì)換一個(gè)新的老師,但是我的英語成績(jī)幾乎一成不變、毫無起色在4年時(shí)間里,我一共得了 3個(gè)D。
我的父親對(duì)我沒有什么可以抱怨的,當(dāng)年從底特律的中學(xué)畢業(yè)時(shí),他的老師也認(rèn)為他不是讀大學(xué)的料,因此,他不能進(jìn)入密歇根大學(xué)(University of Michigan)就讀。無奈之下,我的祖父托關(guān)系讓他進(jìn)入韋恩州立大學(xué)(Wayne State University)做試讀生。接下來發(fā)生的事情可以引用艾倫·沃利斯(Allen Wallis)后來,我的父親跟他一起創(chuàng)辦了芝加哥大學(xué)統(tǒng)計(jì)學(xué)系的敘述 :在韋恩州立大學(xué)就讀期間,他表現(xiàn)優(yōu)異,因此獲得了在密歇根大學(xué)試讀的資格。然而,
不幸的是,由于在化學(xué)實(shí)驗(yàn)室中操作失誤而引發(fā)的一場(chǎng)火災(zāi)又?jǐn)嗨土怂那髮W(xué)之路。
讀大學(xué)的時(shí)候,我再一次步了我父親的后塵:也被密歇根大學(xué)除名了。當(dāng)然,
這一次不是因?yàn)闊o意中的放火, 而是由于成績(jī)不佳。
當(dāng)年的他和后來的我都不能達(dá)到老師所期望的標(biāo)準(zhǔn)。然而,低于平均水準(zhǔn)并非一無是處,相反,它有其自身的價(jià)值,從某種程度上說,本書就是這種價(jià)值的體現(xiàn)。不過,在被同一所大學(xué)除名之后,我和父親的人生道路并沒有沿著同樣的軌跡發(fā)展下去。父親經(jīng)過努力之后,重返密歇根大學(xué),在那里他獲得了數(shù)學(xué)博士學(xué)位,還取得了巨大的學(xué)術(shù)成就。而我則成為一名技工,還做過一段時(shí)間的賽車手,最后,我獲得了計(jì)算機(jī)科學(xué)方面的學(xué)位其實(shí),從事計(jì)算機(jī)科學(xué)方面的工作也是遵從了英語老師的建議,只不過我不是去安裝和維修管道,而是去研究和處理各種信息。
雖然《被平均的風(fēng)險(xiǎn)》一書所討論的內(nèi)容屬于統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)的范疇,但是,
我?guī)缀鯖]有接受過這方面的正規(guī)訓(xùn)練我在這方面的知識(shí)都是小時(shí)候在餐桌上零零星星地從父親那里聽來的。因此,本書并不是站在統(tǒng)計(jì)學(xué)家或者經(jīng)濟(jì)學(xué)家的角度上來寫的,而是站在一個(gè)當(dāng)過機(jī)修工的信息專家的角度上來寫的當(dāng)然,這個(gè)機(jī)修工從小就生活在統(tǒng)計(jì)學(xué)家和經(jīng)濟(jì)學(xué)家中間。
早在1999年,我就為本書擬定了書名和提綱,而且那時(shí)候就已經(jīng)開始動(dòng)筆了,但是直到最近才接近尾聲。在此期間,我雖然清楚地知道本書的價(jià)值,然而不知道為什么總是遲遲不能完工。也許正如書中所說:一切事情都傾向于達(dá)不到預(yù)期目標(biāo)、落后于預(yù)定計(jì)劃以及超出預(yù)算。究竟什么時(shí)候才能到達(dá)幸福的終點(diǎn)呢?
我一邊做研究,一邊繼續(xù)教書、當(dāng)顧問,同時(shí)不停地撰寫文章,就這一問題的不同方面展開討論?紤]到我的書有朝一日會(huì)定稿,我覺得有必要提前捍衛(wèi) 一下我的知識(shí)產(chǎn)權(quán),于是,我就在2000年10月就《被平均的風(fēng)險(xiǎn)》為《圣荷西信使報(bào)》(San Jose Mercury News)撰寫了一篇文章。沒想到文章發(fā)表時(shí),還配上了著名漫畫家杰夫·丹澤戈?duì)枺↗eff Danziger)的插圖:一個(gè)統(tǒng)計(jì)學(xué)家被淹死在一條平均深度只有 3 英尺(約 0.91 米) 的河里(參見本書第 1 章)。
多年以來, 我有幸經(jīng)常同學(xué)術(shù)界和工業(yè)界的一些杰出人物進(jìn)行交流。他們也在設(shè)法解決平均值的缺陷問題。通過交流,我們找到了有可能解決此類問題的方法,我們把這種方法稱為概率管理(Probability Management)。幸福的終點(diǎn)近在眼前,因此,2006 年,我又恢復(fù)了寫作熱情。雖然我的寫作時(shí)斷時(shí)續(xù),不過,要取平均值的話,從 1999 年至今,我平均每天要寫21個(gè)單詞。
當(dāng)我的同父異母兄弟約翰·皮爾斯(John Pearce)第一次聽說我的寫作計(jì)劃時(shí), 他以為我在寫一部跟我們已故的父親有關(guān)的心理劇。 事實(shí)上, 他只說 對(duì)了一半:這并不是一部心理劇,但的確跟心理劇有關(guān),因?yàn)檫@部作品是在同我的中學(xué)英語老師有關(guān)的一部心理劇的推動(dòng)之下才完成的。
薩姆·薩維奇
2009年4月于加州帕洛阿爾托
薩姆·薩維奇((Sam Savage)
斯坦福大學(xué)工程學(xué)院顧問教授,劍橋大學(xué)賈奇商學(xué)院研究員,其父為美國著名統(tǒng)計(jì)學(xué)家倫納德·吉米·薩維奇(Leonard
Jimmie Savage)。作者長(zhǎng)期從事與統(tǒng)計(jì)學(xué)和風(fēng)險(xiǎn)評(píng)估相關(guān)的工作和研究,根據(jù)決策應(yīng)基于對(duì)不確定的未來更大程度的主觀判斷的觀點(diǎn),逐漸發(fā)展出一種風(fēng)險(xiǎn)建模的新方法概率管理,并帶領(lǐng)著由Frontline系統(tǒng)公司、甲骨文公司以及SAS軟件研究所等機(jī)構(gòu)組成的社團(tuán)開發(fā)了概率分布列(DIST)這是一種用來儲(chǔ)存概率分布的新型電腦數(shù)據(jù)類型。作者還自任Probability
Management.0rg網(wǎng)站的主席。
作者在許多專業(yè)期刊和大眾媒體上發(fā)表過文章,比如《哈佛商業(yè)評(píng)論》、《投資組合管理雜志》、《華盛頓郵報(bào)》以及《今日奧姆斯》(ORMSToday)雜志等。除了教書育人和科學(xué)研究之外,他還為眾多的企業(yè)、機(jī)構(gòu)和政府部門提供咨詢和培訓(xùn)服務(wù)。
序言、
鳴謝、
導(dǎo)讀 將腦袋和屁股聯(lián)系起來 XIX
你不可能從書本上學(xué)會(huì)騎自行車,同樣,也不可能從書本上學(xué)會(huì)如何應(yīng)對(duì)風(fēng)險(xiǎn)和不確定性因素。
不過,本書卻要試圖將這種不可能變成可能。
基礎(chǔ)知識(shí)
第一部分 進(jìn)入正題
第 1 章 平均值缺陷 005
在為將來制訂計(jì)劃的時(shí)候,人們往往會(huì)用單一的數(shù)據(jù)所謂的平均值來取代那些不確
定的結(jié)果,于是,就會(huì)出現(xiàn)一種系統(tǒng)性錯(cuò)誤,我將這種錯(cuò)誤稱為平均值缺陷。正因如此,人
們對(duì)未來的預(yù)測(cè)和判斷往往漏洞百出。
第 2 章 代數(shù)學(xué)鐵幕的降落和平均值缺陷的暴露 017
電子表格的應(yīng)用讓數(shù)以千萬計(jì)的人體驗(yàn)到了商業(yè)建模的威力,然而,與此同時(shí),它也為平均值
缺陷四處蔓延鋪平了道路。
第 3 章 減輕平均值的危害 021
正如日光燈照亮了沉沉黑夜一樣,新技術(shù)的出現(xiàn)也讓人們洞察難以把握的不確定性因素成為可
能。概率管理就是一種利用這些新技術(shù)克服平均值缺陷的科學(xué)方法。
第 4 章 萊特兄弟給我們的啟示 029
萊特兄弟的成功是他們小心翼翼建造模型的結(jié)果。適當(dāng)?shù)哪P湍軌驇椭覀儜?yīng)對(duì)未來的風(fēng)險(xiǎn)和
不確定因素,但是正如我們?cè)?2008 年的金融危機(jī)中看到的那樣,模型同樣可以被用來迷惑
我們的視線。
第 5 章 駕駛艙里最重要的設(shè)備 036
一個(gè)優(yōu)秀的飛行員要善于恰當(dāng)?shù)乩蔑w機(jī)上的儀表,而一個(gè)優(yōu)秀的企業(yè)管理者也要善于恰當(dāng)?shù)?br />
利用模型。
第二部分 更好地理解不確定性的 5 個(gè)思想把手
第 6 章思想把手 044
正如工業(yè)設(shè)計(jì)專家開發(fā)了眾多的把手來幫助我們用手去控制物理學(xué)動(dòng)力一樣,信息設(shè)計(jì)專家也
研發(fā)了很多的思想把手來幫助我們用頭腦來理解信息的力量。
第 7 章 第一個(gè)思想把手:不確定性與風(fēng)險(xiǎn) 047
不確定性與風(fēng)險(xiǎn)這兩個(gè)概念通常被人們互換使用,但實(shí)際上它們有著不同的內(nèi)涵。不
確定性反映的是事物的客觀特征,而風(fēng)險(xiǎn)則體現(xiàn)了人們的主觀認(rèn)識(shí)。
第 8 章 第二個(gè)思想把手:不確定性數(shù)據(jù)是一種分布形態(tài) 050
在直觀地展示不確定性數(shù)據(jù)的時(shí)候,即使是統(tǒng)計(jì)學(xué)專業(yè)的畢業(yè)生有時(shí)候也會(huì)感覺很困難,其實(shí),
只需要利用一個(gè)簡(jiǎn)單的柱狀圖就可以輕松地解決這一問題了。你不僅可以在頭腦中想象這樣
的柱狀圖,也可以登錄 FlawOfAverages.com 網(wǎng)站來體驗(yàn)相關(guān)的模擬。
第 9 章 第三個(gè)思想把手:不確定性數(shù)據(jù)的組合 064
當(dāng)我們將不確定性數(shù)據(jù)相加或者取其平均值的時(shí)候,出現(xiàn)極端結(jié)果的概率就大大降低了。在這
一章里,我將引用電影產(chǎn)業(yè)中的一個(gè)案例來說明這一點(diǎn)。
第 10 章 應(yīng)該被拋棄的西格瑪 076
正如警察已經(jīng)不再根據(jù)身高、體重,而是利用監(jiān)控錄像和基因提取等手段來確定犯罪嫌疑人
一樣,西格瑪這個(gè)陳舊的概念也正在被淘汰。
第 11 章 第四個(gè)思想把手:特里·戴爾和馬路上的醉漢 081
一個(gè)銀行主管發(fā)現(xiàn)了強(qiáng)式平均值缺陷:平均投入并不總能夠帶來平均產(chǎn)出。以雇員的平均銷
售額為依據(jù)來制訂一個(gè)獎(jiǎng)勵(lì)計(jì)劃是一種系統(tǒng)性錯(cuò)誤。
第 12 章 延森不等式強(qiáng)式平均值缺陷的具體細(xì)節(jié) 090
如何通過分析投資者的自由選擇權(quán)和面臨的制約因素來識(shí)別強(qiáng)式平均值缺陷。
第 13 章 第五個(gè)思想把手:相關(guān)的不確定性 097
很好地把握相關(guān)的不確定性是現(xiàn)代投資組合理論的核心。而理解相關(guān)不確定性的最好方法是
利用散點(diǎn)圖。
第三部分 決策與信息
第 14 章 決策樹 113
決策樹是在針對(duì)不確定性進(jìn)行決策時(shí)強(qiáng)有力的思想把手。
第 15 章 信息的價(jià)值:除了價(jià)值,別無所是 120
在信息化時(shí)代里,信息除了價(jià)值之外,別無所是。重新排列決策樹。信息是不確定性的補(bǔ)充。
一條有用的信息究竟價(jià)值幾何?
第四部分 平均值的七宗罪
第 16 章 平均值的七宗罪 133
這里的七宗罪只是一個(gè)統(tǒng)稱,實(shí)際上本書列舉的平均值的罪狀一共有 12 條,其中最后
一條是誤導(dǎo)人們,讓人們以為除了前面的 11條之外,再?zèng)]有其他罪狀了。
第 17 章 極限值的缺陷 138
依據(jù)非平均值結(jié)果來單獨(dú)地看待不確定性,同樣會(huì)導(dǎo)致極其錯(cuò)誤的結(jié)論和決策。
第 18 章 辛普森悖論 145
在對(duì)一種減肥產(chǎn)品進(jìn)行臨床試驗(yàn)的過程中,如果不分性別進(jìn)行統(tǒng)計(jì),結(jié)果發(fā)現(xiàn)人們的平均體重會(huì)有所下降。然而, 在將男女分組進(jìn)行統(tǒng)計(jì)的時(shí)候卻發(fā)現(xiàn),不論男女,平均體重都有所增加。
第 19 章 朔爾特斯收入謬誤 149
假如你正在經(jīng)營多種商品這些商品的價(jià)格不等、銷量各異,你也許會(huì)遇到這樣的情況:在根據(jù)平均銷售量和平均利潤(rùn)率進(jìn)行計(jì)算的時(shí)候,你發(fā)現(xiàn)自己可以賺錢,但實(shí)際上你在賠錢。
第 20 章 把偶然當(dāng)作必然 154
如果在開展促銷活動(dòng)的過程中,你的銷售量有所增加,那么,你怎么才能知道這些銷售量的增加不是一種偶然呢?
實(shí)踐應(yīng)用
第五部分 金融領(lǐng)域的平均值缺陷
第 21 章 養(yǎng)老投資 163
如果僅以平均收益為依據(jù)來規(guī)劃自己的養(yǎng)老金支出比例,那么,在預(yù)期的時(shí)間到來之前,你
很可能已經(jīng)陷入破產(chǎn)了。
第 22 章 投資組合理論的誕生:協(xié)方差時(shí)代 170
在 20 世紀(jì) 50 年代初期,通過明確地提出風(fēng)險(xiǎn)與收益權(quán)衡曲線,哈里·馬科維茨在金融領(lǐng)
域掀起了一場(chǎng)革命。
第 23 章 當(dāng)哈里遇到威廉 176
威廉·夏普發(fā)展了馬科維茨的理論并使它得到了廣泛的應(yīng)用。
第 24 章 為理財(cái)規(guī)劃方面的客戶提供的思想把手 183
看專業(yè)人員如何為他們的客戶解釋投資風(fēng)險(xiǎn)。
第 25 章 期權(quán):從不確定性中獲利 190
在理解了強(qiáng)式平均值缺陷之后,我們可以通過期權(quán)從不確定性中獲利。
第 26 章 期權(quán)理論的誕生 202
米倫·斯科爾斯、費(fèi)雪·布萊克以及羅伯特·默頓這三位經(jīng)濟(jì)學(xué)家的理論創(chuàng)造出了數(shù)千億美
元的金融衍生產(chǎn)品市場(chǎng)。
第 27 章 價(jià)格、概率和預(yù)測(cè) 211
新興的預(yù)測(cè)市場(chǎng)正在改變著我們感知和敘述不確定性事件(比如總統(tǒng)選
舉)的方式。
第六部分 實(shí)體金融領(lǐng)域
第 28 章 整體考慮還是局部分析 229
當(dāng)人們進(jìn)行石油勘探項(xiàng)目投資的時(shí)候,往往是只見樹木不見森林,只注重局部分析而不進(jìn)行
整體考慮。換句話說,他們首先會(huì)將各個(gè)礦井分成三六九等,然后按照由好到壞的順序進(jìn)行
鉆探,直到用完所有的預(yù)算。這樣的做法其實(shí)忽視了投資組合的整體效益。
第 29 章 殼牌石油公司的投資組合 236
多年以來,殼牌石油公司一直在利用概率管理,以一種更全面的方式來管理它的石油勘探投
資組合。
第 30 章 實(shí)物期權(quán) 243
在你購買了一個(gè)天然氣礦井之后,你有權(quán)利根據(jù)當(dāng)時(shí)的天然氣價(jià)格決定是否開采這個(gè)礦井。
這種選擇權(quán)就是所謂的實(shí)物期權(quán)。
第 31 章 關(guān)于會(huì)計(jì)行業(yè)的煽動(dòng)性言論 252
因?yàn)槊绹J(rèn)的會(huì)計(jì)標(biāo)準(zhǔn)是以平均值缺陷為基礎(chǔ)制定的,所以你不能指望會(huì)計(jì)師會(huì)察覺風(fēng)險(xiǎn)。
第七部分 供應(yīng)鏈中的平均值缺陷
第 32 章 供應(yīng)鏈的基因 263
庫存問題是整個(gè)供應(yīng)鏈中的核心問題。
第 33 章 基因的供應(yīng)鏈 271
當(dāng)生產(chǎn)能力足以滿足市場(chǎng)需求的時(shí)候。
第 34 章 考爾菲爾德原理 275
奧林化學(xué)公司的一位管理人員創(chuàng)造出了一種可以讓本公司的兩個(gè)部門協(xié)同工作的模型,而且還發(fā)現(xiàn)了生產(chǎn)流程中的一個(gè)普遍原理。
第八部分 平均值缺陷和一些熱點(diǎn)問題
第 35 章 第二次世界大戰(zhàn)時(shí)期的統(tǒng)計(jì)研究小組 283
這個(gè)研究小組有著令人興奮的工作環(huán)境,正是在這樣的環(huán)境之下,我的父親成了一個(gè)統(tǒng)計(jì)學(xué)家。
第 36 章 概率論與反恐戰(zhàn)爭(zhēng) 291
在反恐戰(zhàn)爭(zhēng)中必然會(huì)遇到假陽性問題并受馬爾科夫鏈的影響。
第 37 章 平均值缺陷與氣候變化 310
實(shí)際上,地球的平均氣溫也許正在下降,而不是正在升高。但是,當(dāng)你明白其中的原因時(shí),
你并不會(huì)為此而欣慰。這個(gè)問題同樣與靠不住的平均值密切相關(guān)。
第 38 章 平均值缺陷與醫(yī)療衛(wèi)生 321
針對(duì)所有病人的治療方案并不是好的治療方案。
第 39 章 性別與中心極限定理 330
女性有兩個(gè)
X 染色體,而男性只有一個(gè),顯然,女性的投資組合比男性更具多樣性。
概率管理
第九部分 一個(gè)有希望克服平均值缺陷的方法
第 40 章 古典統(tǒng)計(jì)學(xué)的終結(jié) 343
19 世紀(jì)的統(tǒng)計(jì)學(xué)者利用色子、紙牌以及小球來模擬不確定性,從而驗(yàn)證他們的統(tǒng)計(jì)學(xué)理論。
如今,人們用電腦模擬的方法完全繞開了古典統(tǒng)計(jì)學(xué)家試圖證明的理論。
第 41 章 可視化 349
直觀統(tǒng)計(jì)學(xué)為理解概率分布提供了一條捷徑。你首先要能看到它,然后才會(huì)領(lǐng)會(huì)它的意義。
第 42 章 交互模擬:一盞照亮黑夜的明燈 354
你能想象只需點(diǎn)擊電腦的
Enter 鍵就可以瞬間模擬出拋擲 10 萬次色子的情景嗎?正如電
子表格可以輕松地計(jì)算各種數(shù)據(jù)一樣,交互模擬也可以方便地處理概率分布問題。
第 43 章 隨機(jī)信息庫:概率管理的供電網(wǎng)絡(luò) 359
新的數(shù)據(jù)結(jié)構(gòu)允許我們像處理數(shù)字一樣將模擬結(jié)果加在一起,因此為我們提供了一個(gè)建立全
面風(fēng)險(xiǎn)模型更為可行的方法。
第 44 章 SLURP 集合的基本恒等式 369
由于涉及專業(yè)的數(shù)學(xué)問題,不感興趣的讀者可以跳過這一章,直接閱讀下一章。
第 45 章 SLURP 集合的基本恒等式的應(yīng)用 372
與概率管理有關(guān)的技術(shù)正在迅速發(fā)展,這使概率管理比以往任何時(shí)候都更容易為我們所接受
和掌握。
第 46 章 CPO :概率管理的管理者 384
CPO 必須要平衡好兩個(gè)方面的關(guān)系:一方面要確保模型符合統(tǒng)計(jì)學(xué)的規(guī)范,另一方面要力求
模擬結(jié)果清晰明了、通俗易懂。
第 47 章 再次聆聽父親的教誨 395
從父親的遺文中獲得啟發(fā)。
附錄 紅色詞匯表 399
參考文獻(xiàn) 401
關(guān)于作者 417