量化

C1 量遍天下
费米分解法
量化的概念是“减少不确定性”，而且没有必要完全消除不确定性，这是本书的核心观点。
c3 为何无形物不可量化
真正的量化不需要无限精确
    量化是在数量上减少不确定性的观测结果。这个定义和大众对量化的实际理解有巨大的差别。一个真正的量化过程不需要无艰精确。而且，如果没有报告误差，也没有采用抽样和实验等实证方法，就认为数字是完全精确的，根本不是真正的量化。
    1948年，他发表了题为《通信的数学理论》（A Mathematical Theoryof Communication）
    的论文，奠定了信息论的基础，而且我敢说，也奠定了量化的基础。现代人不会全都喜欢这篇文章，但他的贡献怎么强调都不为过，因为信息论从此成了所有现代信号处理理论的基础，而且也成了电子通信系统的工程基础。
    香农将信号中不确定性的减少量作为信息的数学定义，在信息论中，他用信号代替了“熵”（shāg）。对香农来说，信息的接收者可以描述为具有一定程度不确定性的人。也就是说，接收者早就知道一些事，新的信息只是减少了接收者的一些而不是所有的不确定性。接收者以前的知识或不确定性，可以用来计算诸如在一个信号中传递的信息量的上限消除噪音所需要的最少信号量、数据可能达到的最大压缩程度等。
澄清链就是把某物想象为无形之物再到有形之物的一系列短的链接过程。
    首先，如果X是我们关心的某种事物，那么根据定义，X必须可通过某种方法来感知。如果质量、风险、安全、公众形象等事物完全不可感知，那我们该用何种直接或间接的方法关注它们呢？我们关心某些未知数据，是因为我们觉得它和希望或不希望的结果有某种关联；
    其次，如果这个事物可以感知，那必然能估计到某些数值。
    如果你可以观测一个事物，就多少能得出一些东西。
    最后，这一步或许是最容易的了：如果可以通过观测得到某些量，那它就一定是可量化的。
确定真正要量化什么，是几乎所有科学研究的起点。商业领域的管理者需要认识到，某些事物看起来完全无形无影，只是因为你还没给所谈论的事物下定义。搞清楚你的意思到底是什么，就已经完成了量化工作的一半。
5人法则，小样本也可以减少不确定性
进行很小的随机抽样量化
    你可以从潜在顾客、员工等很小的样本里获得一些东西，尤其是存在较多不确定性的情况下。

不可能获得所有数据时，可对总体的一个样本进行量化
    确定海洋里一种鱼的数量、雨林里一种植物的数量、新产品中不合格的数量，或者对你的信息系统进行未授权的访问但又没有被检测到的次数，都有更聪明和更简单的量化方法。

当存在很多其他变量甚至未知变量时，该如何量化
    在宏观经济、竞争对手的失误或者新的定价策略等因素下，我们可以确定一种新的程序是不是销量提高的真正原因。

量化小概率事件的风险
 火箭发射失败、另一场“911”、另一水新奥尔良的防洪堤溃坝、另一次重大的金融危机发生的概率，都可以通过观测和推理等有价值的方式来预防。

量化客体的偏好和价值取向
通过评估多少人真正付款，我们可以量化艺术、自由时间或减少生活中的风险所带来的价值。
现在假设你得到的值是30分钟，60分钟、45分钟，80分钟和60分钟，其中最大值和最小值分别为30和80。因此所有员工用时的中间值，有93。75%的可能在这两个值之间，我把这个方法叫做“5人法则”。了大法则简单实用，而且在统计学上有着广泛应用，样本数量也比你以前估计的数量要小，但适用范围大，确实算得上一种优良的量化方法。
仅仅5个随机样本就可获得到93。75%的确定性，这看起来似乎是不可能的，但事实就是这样。该方法之所以有效，是因为它估计的是群体的中间值。所谓“中间值”，就是群体中有一半的值大于它，而另一半值小于它。如果我们随机选取5个都大于或都小于中间值的数，那么中间值肯定在范围之外，但这样的机会到底有多大呢？
至少十几个变量。我发现一个有趣的问题：商业案例里的绝大多数变量的信息价值为零。一般来说，通过精心设计的量化程序，搞定1~4个具有不确定性的变量，就足够正确决策之用了。
量化的5大步骤
步骤1：定义需要决策的问题和相关的不确定因素如果有人问：我们怎么量化XXX？那他们也并已经本末倒置了。第1个问题是：你面临的进退两难的因境是什么？然后我们可以定义所有和该困境有关的变量，并确定一个大致的方向，如训练效果或经济机会的真正意思到底是什么（第4章）。
步骤2：确定你现在知道了什么我们需要在确定的决策范围内，将由于数据不明所产生的不确定性数量化。这需要学习怎样使用范围和概率的术语来描述不确定性。定义相关决策以及关于它究竟有多少不确定性，这有助于我们确定相关风险（第5章、第6章）。
步骤3：计算附加信息的价值信息具有价值，因为它减少了决策的风险，知道量化的信息价值可以让我们确定要量化什么，还会告诉我们该如何量化（第7章）。如果没有和信息价值相关的变量以衡量任何量化方法的价值，请跳到第5步。
步骤4：将有关量化方法用于高价值的量化中我们将讲解一些基本方法，例如随机抽样、控制实验和在此基础上的一些变化不大的方法。我们还将讨论怎样根据有限数据得出更多结论、怎样隔离一个变量的效果、怎样将软偏好数量化、怎样在量化中使用新技术，怎样更好地利用专家（第9章一第13章）。重复第3步。
步骤5：作出决策并采取行动当确定成本后，决策者就要面对风险与回报的决策了。任何不确定性都是这个选择的一部分。为了使决策最优化，决策者的风险喜好程度也可以被量化，善至在战略组合数量较多的情况下，也可以计算最优选择。后面我们将讨论这些方法，还会讨论如何将决策者的风险喜好度、其他偏好和态度量化。本步聚和前面的步骤相结合，形成实用的项目步骤（第11章、第12章和第14章）。
Part2 量化什么
不确定性 风险 信息价值
在量化前先回答一下问题：
该量化要支持什么决策？

◆从可观测到的结果来说，需量化事物的定义是什么？

该事物和要支持的决策有怎样精确的关系？

你现在对它了解多少，也就是说，你当前的不确定性水平怎样？

附加信息有什么价值？
前3个问题定义了量化要支持什么决策以及在此框架下到底要量化什么。如果一项量化工作至关重要，那是因为它会对决策和行为产生一些可感知的效果；如果一项量化工作不能影响或改变决策，那它就没有价值。

相当多报告的信息价值为零，有两个问题要解决
1、你对此知道多少
2、是否值得量化
清洗定义不确定性和风险
案例
对病毒攻击 问了以下问题
◆遍及整个部门的流行病毒攻击多久发生一次？
◆当这种攻击发生时，有多少人受影响？伦◆和正常水平相比，受影响人群的生产率会降低多少？
◆
当机导致的不能工作的时间有多长？
  ◆当生产率降低时，员工的成本损失是多少？比
C5 校准训练 修正你的判断
对数量上的不确定的一种表达方式是将它想象为一个可能取值的苑围。在统计学中，以特定的概率表示一个正确答案的范围被称为“置信区间（Confidence Interval，CI）”。一个90%的置信区间就是它包含正确答案的可能性有90%。
反向锚定法
    你还可以用另一种方法强迫他们改变天生的“锚倾向”。在设置范围时，先不要在心中设一个锚点，而是一开始就设定一个很荒谬的大范围，然后逐渐增加下限、减少上限，直到达到合理范围为止。
例如，如果你对开设一家塑料工厂要花多少钱一无所知，可将初始范围设置为1000美元~100亿美元，然后逐渐减小这个区间的宽度。如果一台新设备的成本是1200万美元，你就会增加下限。
也叫荒测试法
你的估值范围等于你的认知范围
蒙特卡洛模型 评估风险大小
减少风险是计算量化价值的基础，也是 选择量化什么以及如何量化的基础。请记住，一项量化对你至关重要是因为它可以提供某些用于决策的信息，而这些信息在量化之前是不确定的，如果对这些信息判断错误，就会造成损失。
    量化大师恩里科·费米是“蒙特卡洛模型”（Monte Carlo Simulation）的早期使用者之一。蒙特卡洛模型用计算机产生大量基于概率的情境作为输入。对每个情境来说，它的每一个未知变量会随机产生一个特定值，然后将这些值用在一个公式中计算该情境的输出值。整个过程通常会使用至少数千个情境。

    任何项目的投资风险最终可用一个方法表达，那就是风险和收输范围以及可能对它们产生影响的其他事件的发生概率。如果你能精确拿餐每笔投资的风险和收益的数量，理论上说你就没有任何风险。因为收不可能比你预想的低，损失也不可能比你预想的高。但我们知道这些值都是范围而不是精确值，由于我们只知道个大概，因此就有可能亏损。计算风险的基础就是计算这些范围，蒙特卡洛模型就是被用来计算这些范围的
寻找盈亏平衡点
    你可以很容易用Excl运行蒙特卡洛模型，但对于每个变量集，我们还需要确定分布的形状。一个经常和90%置信区间一起使用的分布，是著名的正态分在（Normal Distribution），如图6。1所示。正态分布看起来像倒扣的钟，因此也叫钟形曲线。可能的结果都在钟形曲线中间和附近，但也有少量值在两端。
    说到正态分布，就得谈谈
    “标准差（standard deviation）”（简单地说，标准差是一组数据值相对于它们的平均值的分散程度的一种度量。一译者注）。人们对它一般无法直观理解，且90%的置信区间计算可以代替它，而人们可以直观理解置信区间，所以这里我不会把它作为重点。
风险悖论：越重大决策，越缺少风险分析
C7减少不确定风险新的价值
所有有价值的量化都必须减少不确定性，从而影响决策，带来不同的经济结果。EOL减少得越多，量化的价值就越大。量化前和量化后的EOL的差别叫做“信息的期望值”（Expected Value of Infoi，EV）。
    换句话说，信息价值等于风险减少所带来的价值
不确定性越高，需要的信息越少
注意事项
计算所量化的事物的价值如果你不计算量化的价值，就可能用错误的方法量化错误的东西。
进行多次量化量化的开始阶段最有价值，所以要循序渐进地量化，每做一步都要总结和积累。
Part3 量化方法
c 8 选择和设计量化方法：
本目的：让管理者看到他们认为不可量化的事情，都可以量化。，唯一的问题，他们是否能够重要到非要量化不可。量化真正障碍在概念上，而不是缺乏理解几十个复杂方法的能力。
问题类别：
我们对事物的哪部分不确定
   分解不确定的事物，使之可以用其他确定的事物计算。

该事物或者其分解部分该如何量化            有可能你不是第一个遇到该问题的人，甚至该问题早就被广泛研究过了。回顾他人工作的过程被称为“二次研究”。

怎样把已经确定为“可观测的事物”一步步导向量化
    你已经回答了怎样观测事物，接下来的问题是，怎样观测分解后的各部分？进一步的研究会回答这个问题。

量化这一问题我们需要什么
    要考虑到之前计算出的当前不确定状态、阙值和信息价值，这些都是获得正确量化方法的线索。

误差的来源是什么
   要思考一下量化是如何产生误差的。

我们该选择什么设备
   基于以上问题的回答，你要选择测量设备，同时进一步的研究也许会提供一些指导。
广义的测量仪器 等于 测量方法
    有帮助的可以探测到你不能探测的
     电压表可以深测电路的电压，显薇镜，可以放大物体，人们一般认为只有仪器才有这种能力。

更具稳定性
    仪器测出的结果比人为估计的结果更具稳定性，无论是天平还是容户调查，一般都比人为估计更稳定。

可以校准 
   校准操作是指量化已经知道结果的某物。在这里，要量化的不是量化对象，而是仪器本身。例如，我们在天平预置一个恰好1千克的重物校准天平，通过这种方法，我们知道一台仪器的误差到底是多少。

忽略人们观察时的偏见
   例如，让老师给去掉学生姓名的论文评分，就可以消除老师对某些学生可能具有的偏见。在临床研究中，常常采用双盲实验，无论医生还是患者，都不知道谁开什么方子，谁吃什么药。通过这种方式，患者对治疗经历、医生对诊断，事
不会有偏见。

自动记录
    例如，老的心电图仪就是一个良好的记录工具，它食打印出显示心脏活动的长长的纸带。仪器记录不会受到人们记忆的干扰例如，赌徒经常会高估他们的赌博能力，他们并没有对赌博过程进行过全面的跟踪记录。量化赌徒枝术的最好万
就是查看他们银行账户金额的变化情况。
   
成本更低，速度更快
  虽然可以雇用足够多的人每天记录大型杂赏店的库存，但用POS机扫瞄商品可以节约很多人力成本，警察可以利用秒表和距离测量高速公路上的车速，但利用雷达枪会更精确，而且可以在车速过高之前就给出答案。即使一台仅器除了降低成本外别无用处，但仅此一，点也足够了。
将不可量化之物分解成可量化的
分解是理解那些需要分析的变量的关键。例如对于一个量化生产力提高程度的大项目来说，调查一组人员在特定活动上花费的时间就是量化的一部分。而整个分解活动本身，对某些人来说就是一个启示过程。
    这就像让从来没有建过吊桥的工程师建立一座吊桥，初看任务极为艰巨，一开始他们会充满疑惑，但工程师会采用分解法系统地处理。处理任何量化难题都可以这样做，在各个阶段分析各变量，会重新定义并细化我们面临的难题。分解一个不可量化的变量，是量化的重要步骤，有时本身就会极大减少不确定性。
通化过互联网获取方法
新手可以从Wikipedia开始
利用搜索引擎和特定主题的数据库
寻找，观测 跟踪相关线索
无论是量化事物的当前状态还是未来状态，这些方法都适用。如果量化事物的当前状态，其中就有所有你需要量化的信息。如果是量化事物的未来状态，就要考虑你已经观测到的、导致你有此预期的任何理由。如果你想不出任何理由，那么你的预期还能站得住脚吗？
还要记住，为了得到线索，你需要增加记号或者作试验，这样做是为了观察到哪怕很有限的一些随机样本。还要记住分解出的不同变量，也许要用不同的量化方法。一个量化难题会有多种解决方案，每种方案可能都要花费很多精力。对此你不用担心，只要马上找出看起来最简单最可行的解决方案即可。
case 如何量化网速对销量的影响
数据的交叉对比，看相互关联性
数据不在多，够用就好
一切都是有成本的，特别是时间
准确度不等于精确度
量化误差 系统误差，随机误差
系统误差（也叫偏差）量化过程偏爱某一特定结果的内在倾向，是具有一致性的偏差。
随机误差
    在一次观测中，误差是不可预测的，对于已知变量来说，误差是不一致或独立的，但这种误差组成的集合遵循概率论法则。
准确度反映量化的系统误差大小，也就是说，如果准确度高，就不会出现时而高估时而低估某个值的情况。
精度反映量化的随机误差大小，如果精度高，即使量化结果远远偏离真实值，也具有高度的一致性。
case、400个随机样本比18000个更准确
太同质化了。杜克所说的另一句话基本是准确的：400个随机样本的系统误差更小，而且大大小于18000个用拙劣的抽样方法抽出的样本的系统误差。
期望偏差
选择偏差
观测偏差
总结方法：
工作到有结果为止
  如果你要量化的信息价值很高，你应该得到什么？如果价值很低，你又该得到什么？在第2章讲的例子中，年轻的艾米丽推理：如果抚触疗法的专家能做到他们声称的那样，就应该检测到能量场。对于有关质量的量化难题来说，如果品质不错，你或许应该看到顾客的抱怨更少；对于和销售有关的应用软件来说，如果新的T系统确实能帮助销售人员卖得更好为什么你会看到用得越多的人，销量反而下降了呢？

逐步量化
   不要试图一下子完全消除不确定性。从作一些有限的观测开始，然后重新计算信息价值，这也许会影响你下一步的量化工作。

考虑多种方法
    对分解后的变量，如果用某种方法不易量化，就试试其他方法。你有很多选择，如果第一种量化方法有效，这非常好，但在某些情况下，如果前两种方法都无效，就可以考虑用第3种方法试试。你确定已经尝试了所有可用的方法吗？如果不能量化一个分解后的变量，就换种方法吧。

不必继续量化下去的判断依据是什么还
   是以艾米丽例子，没必要量化抚触疗法的疗效有多好，而只需要量化它是香有作用即可，如果没有作用，更淡不上作用有多大了。有些问通非喻基本，可能都不需要经过复杂的量化。你贵问的基本问题美什”回答了这个问题，就可以确定是否需要进一步量化了。

尽管去做 
不要担心出错而不做，他已可以显著减少不确定性。

最后，统计方法：传统统计，另是贝叶斯方法。
C9 随机抽样
t统计量法：只需一个小样本
“student’s T-Stastic" 类似正态分布，t分布90%置信区间，如样本量大于30，则和正态分布是一样的。
如何处理异常值
不用计算，就可以估计平均值
5人法则
样本是8的话 中值99.2%置信区间
两次独立抽样：抓与重抓算湖里有多少鱼
变量的相关程度
c10 贝叶斯方法：利用已知估算未知
所有传统统计学都假设：
1 观测者对于被观测事物的可能取值范围，没有任何先验信息
  2 观测者即使承认其具有先验信息，也仅仅是认为总体分市形
    态应该呈正态分布。
现实中1和2都往往不成立
我们把和先验信息相关的统计叫贝叶斯统计。处理的是用后验信息更新先验信息的问题。
    有一种方法可以很简单地处理这种信息，实际上它和吉利豆例仔中的主观估计差不多。我们把这种方法叫做“本能的贝叶斯方法”（stiiBayesian Approach）。它的特点如下：
    ◆始于经过校准的估计。
    ◆收集附加信息（民意测验，阅读其他研究报告等）。
    ◆更新主观估计，而不需要作任何计算。
异构标杆法：借助“类比法”评估
我把这种与被测事物不同但有关的事物作为基准，以此更新先验信息的方法，称为异构标杆法（Heterogeneous Benchmark，即告知评估者其他数据，然后评估者以此为标杆，评估不确定。即使提供的数据和评估的数量相关性很小，也没有关系，比如，我们可以通过了解其他产品或竞争对手的相似产品的评估新产品的销量。
贝叶斯反演法：如X为真，如何看到这一点
Part4 量化抽象事物
c11 偏好与态度
提4类问题
李克特量表（Likert Scale）
    这是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。被调查者在一个可能的感觉范围内进行选择，每组陈述有“非常同意”“同意”“不一定”“不同意”“非常不同意”5种回答。
多项选择
    被调查者需要从一个封闭的多项集合中选择，如“共和党、民主党、独立候选人、其他”。
排序被调查者需要对项目评级，例如：请给以下8项活动排次序，最不喜欢的是1，最喜欢的是8。
开放式问题被调查者可以用他们喜欢的任何方式简要写出答案，例如：“对于我们的客户服务，有什么地方是你不满意的吗？”
应避免的问题
问题简短精确
    冗长的问题让人很容易糊涂。避免使用过多术语问卷设计者或许没有意识到过多术语会影响被调查者的回答。例如询问民众是否支持某个政治家的“自由主义”政策，就是一个充斥过多术语的问题。
避免引导性问题
引导性问题会告诉被调查者问卷设计者们期望得到什么样的回答。例如：“克利夫兰的清洁工人工资低，工作重，应该提高他们的工资吗？”有时，人们不是故意让问题具有引导性的。和术语过多一样，防范无意识的引导性问题的最简单方法，就是让他人重新审视问题。使用引导性问题，就没必要让人们回答它了。如果调查者引导被调查者朝着他们想要的答案靠拢的话，那么他们能通过问卷调查减少多少不确定性呢？
避免复合问题
例如：“你喜欢汽车A或汽车B的座位、方向盘还是控制系统？”被调查者不知道该回答哪个问题，应该将复合问题拆分成多个问题。

将问题反转，以避免定向的反应偏向
    “定向反应偏向”（ResponseSet Bias）指被调查者在回答问题时具有的、和内容无关的领向。
例知，如果你让被调查者回答多个问题时都用范国从1到5的表，就要注意在海个问题中，不要把“5”设置成总是正西的
或负面的反应。这样微是为了鼓励放调查者阅读并国5个
问题，而不是桃一列由上到下地对每个复选框打勾。
幸福是可以用金钱去衡量的
    安德鲁·奥斯瓦尔德（Andrew Oswald）是英国华威大学（University of Warwick）的经济学教授，他提出了一种量化幸福价值的方法。他的方法不是直接询问人们愿意为幸福支付多少金钱，而是根据李克特量表问他们的幸福程度，然后请他们说说收入和生活中的一些事情，比如家庭的婚丧嫁娶、孩子出生等。
投资边界曲线：量化风险承受能力
偏好 态度和判断