无组织的复杂性与有组织的复杂性

挂一漏万，随便说几句感触比较深的。

在对事件研究之前，首先对事件进行有效的分类，也可近似称为模式识别。

大体上作者将事件分为简单性事件和复杂性事件，前者的特征是线性的、预测较易的；后者的特征是非线性的、预测较难甚至是不可预测的，之所以如此就是因为复杂系统的涌现性特征，涌现性是大量个体、局部的行为聚集为整体后产生的自发秩序。

按照组成复杂系统的个体的特征，作者将复杂性系统区分为两个类型，一是无组织的复杂性现象，其特征是大量个体之间的行为是独立的，当这些个体聚集起来时，由于相互之间并无相互作用，不同个体表现出来的相反特性可相互抵消，表现出来的便是整体的规律性行为。对这种类型的研究和预测可以通过统计学上的大数定律进行。

第二类是有组织的复杂性系统，其特征在于个体间的相互作用，个体之间并不是相互独立的而是相互影响的。在这种情况下，主体间的关系变成各种反馈和各种权变，主体间的差异不再彼此抵消，而是变得强化。在这种系统中，大数定律不再有效，取而代之的是一个未知的路线。此时，系统整体能显示与主体细节无直接联系的聚集性。

如何对这种系统进行理论解释以理解这复杂性才是真正的困难所在。

鉴于我对统计学的粗浅理解，统计学可以大展拳脚的地方应该是简单事件和无组织复杂性事件，对于有组织的复杂性，统计学尚显无力。而我们实际生活中，无论是股票市场、群体行为，还是经济金融走势，都是有组织的复杂系统。