Uncertainty
雪地里的水煮蛋 (臭不要脸,大大咧咧,钝感力)
读过 Gut Feelings
- 章节名:Uncertainty
攻击了multiple regression不如简单人工挑选的variable更能预测未来,虽然fit过去更好。跟Kahnaman的说法(评测士兵的故事)正好相反。Kahnaman的例子数量更大,重复次数跟过。作者的挑股票参加竞赛和预测高中退学率例子,不清楚reproducibility如何呢? 另外不是只有multiple regression这一种办法啊,作者的描述像是simple decision tree,凭什么保证每个人都挑一样的rule一样的weights assigned to different variables?换一个人的主观decision tree是否仍然保证outperform multiple regression or other more complex methods? 衡量uncertainty这里倒稍微说清楚了一点===看fit的R square大小,太小的model根本就不fit data,当然predictive power就不行。如果能fit进去的所有variable都用上了R square仍然很小,就说明系统本身随机,根本就不可预测。 我喜欢这样的解释。 但是如果系统本身不可预测,为什么用直觉反而可以预测了呢?经得起推敲吗?长期大量独立数据证明过了吗?听起来实在有点flaky. 关于人对概率缺乏认识,对数字(frequency)认识的还可以,作者说so what,是你实验条件不符合现实生活?I mean, really???? 现在的生活里面需要懂得概率的地方只有越来越多的,哪里就不符合了?浪费太多钱买了过多保险这个例子作者就没有直面啊。 还没有听完。非常thought provoking也非常纠结。
说明 · · · · · ·
表示其中内容是对原文的摘抄