1704436268
1704436269
一个月
1704436270
1704436271
57%
1704436272
1704436273
81%
1704436274
1704436275
95%
1704436276
1704436277
99.7%
1704436278
1704436279
三个月
1704436280
1704436281
55%
1704436282
1704436283
72%
1704436284
1704436285
87%
1704436286
1704436287
98%
1704436288
1704436289
六个月
1704436290
1704436291
53%
1704436292
1704436293
66%
1704436294
1704436295
79%
1704436296
1704436297
93%
1704436298
1704436299
一年
1704436300
1704436301
52%
1704436302
1704436303
59%
1704436304
1704436305
67%
1704436306
1704436307
81%
1704436308
1704436309
这样，538网站的预测模型的价值就显现出来了。有了它，人们就可以非常轻松地对大选进行预测，观察一个候选人是否在全部或者大部分民调中都处于领先位置，判断他是否会成为最终获选的幸运儿（除了少数例外情况，这一假设还是正确的）。预测候选人获胜的准确概率其实更难。我们的大脑处于高度探测模式，一直都在寻找信号，但同时我们也应该对得到的数据的干扰程度进行甄别。
1704436310
1704436311
对于这种思考方式我已经习以为常了，因为我的专业背景主要包括两大学科：体育运动和牌类游戏。浸淫在这两个领域中，你会明白什么叫见惯不怪。牌类游戏玩多了，你会轻而易举地抓到“皇家同花顺”，久而久之，当你的对手抓到一手“同花”牌时，你的牌可能已经满堂红了。体育运动，尤其是棒球，其中也有很多出现概率很低的事件最终实实在在地发生了。2011年，波士顿红袜队当时有99.7%的机会成功打入季后赛，可还是铩羽而归。对此我很无奈，只能说，一般的概率法则对红袜队和芝加哥小熊队不起作用。
1704436312
1704436313
然而，政客和政治观察员对这种不确定性却深感不满。2010年，一个民主党的国会议员在美国总统大选前几周给我打来电话。他代表西海岸一个民主党占绝对优势的地区，但是考虑到共和党当年的良好表现，他还是很担心会丢掉自己的位置。他想知道的是，我们的预测会有多大的不确定性。我们为他提供了一个估值：民主党的获胜概率无限接近100%。但近似100%指的是99%、99.99%还是99.9999%呢？如果他落选的概率只有十万分之一，他就应该把自己的竞选基金捐赠给民主党优势不够明显的地区的候选人。但现在一切都不确定，他连1%的风险也不愿意冒。
1704436314
1704436315
同时，不同政治派别还会对你预测中的不确定性进行曲解。他们认为你是在两面下注，你在为可能出现的预测失误找借口。实际上不是这样的。如果你预测某位现任国会议员获选的可能性为90%，你同时也是在预测他有10%的可能性落选。一个出色的预测的标志是，每一个概率最终都会被事实证实是正确的。
1704436316
1704436317
泰特罗克所定义的刺猬型专家对概率的理解尤其差劲。当你说某个事件有90%的概率会发生时，这句话本身拥有非常具体且客观的意思，但我们的大脑却会把这种说法转变为比较主观的推测。心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基给出的事例表明，这些主观推测通常并非总是与客观事实相吻合的。一架飞机安全着陆的概率是90%、99%或者是99.9999%，我们看不出这3个数字有多大差别，但是在考虑应该订哪个航班的机票时，这3个概率对我们而言立即有了天壤之别。
[
上一页 ]
[ :1.704436268e+09 ]
[
下一页 ]