概览
这篇书评可能有关键情节透露
- 1. 数据化决策---[美]道格拉斯·W.哈伯德
- A. 第一部分 量遍天下：没有什么不可量化
- 1. 第1章 无形之物有法可测
- a) 当你能够量化你谈论的事物,并且能用数字描述它时,你对它就确实有了深入了解。但如果你不能用数字描述,那么你的头脑根本就没有跃升到科
学思考的状态。(英国物理学家开尔文勋爵)
- b) 幸福婚姻的价值和人生的价值都可量化?
- c) 管理顾问,绩效测评专家无法解决但本书可搞定
- d) 本书探讨的三领域
为什么凡事皆可量化?
怎样设置和定义量化难题?
如何使用强大实用的量化方法解决难题?
- 2. 第2章 不同时代，不同领域的量化大师
- a) 所有科学都建立在近似观念之上,如果一个人告诉你,他精确地知道某事,那么可以肯定,你正在和一个不精确的人说话。(英国哲学家伯特兰・
罗素)
- b) 坐在图书馆就能估算出地球周长?
- c) 物理学家如何估算芝加哥的钢琴调音师有多少?
- d) 用碎纸片竟能估算原子弹爆炸当量?
- e) 只花费10美元,9岁女孩就揭穿医学谎言
- f) 质量和创新究竟能为企业带来多大的收益?
- g) 从量化大师身上能学到什么?
- h) 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。
- i) 在商业领域,通常看起来不可量化的事物常常有简单的量化方法,只要我们学会怎样看透迷雾即可。
- j) 只有很少的论据蛊惑人们相信一些事物不可量化。在一第3章,我们将讨论为什么这些论据都是缺乏说服力的。
- 3. 第3章 他们为什么说无形之物不可量化？
- a) 数学命题只要和现实有关,它们就是不确定的；只要它们是确定的,那么就和现实无关。(薯名物理学家阿尔伯特・爱因斯坦)
- b) 误解三方面
量化的概念：量化的定义被广泛误解.如果人们理解“量化”的真实意义,很多事情都会变得可量化。
量化的目标：并非被量化的事物隐藏得很好,只是模棱两可、含混不清的语言挡在我们的量化之路上。
量化的方法：很多人不了解实证观测者的量化过程。如果人们熟悉这些基本方法,那么很多原来认为是不可量化的东西,不仅可以量化,而且人们
会发现,它们早就被量化过了
- c) 不该被量化原因
◇量化的经济成本,即任何量化工作花费都很巨大。
◇对统计学的用处和意义的普遍反对意见,即反对“你可以用统计学证明任何事情”这一观点。
◇伦理道德上的反对意见,即某些量化工作是不道德的,所以我们不应该去量化。
- d) 对传统量化定义的挑战
- e) 澄清链:量化方法就隐藏在量化目标中
- (1) 旦管理者弄清楚要量化什么以及被量化的事物为什么重要, 就会发现事物量现出更多可量化的方面。
- (2) 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一链接过程。
- (3) 清晰表述我们想量化某物的原因以理解真正要量化的东西
- (4) 比如我们关心公众形象,是因为它会影响到顾客推荐,顾客推荐会产生广告效果,从而影响销售
- f) 5人法则:只需很小的样本就可以减少不确定性
- (1) 比如用于解决量化问题的多种抽样过程或控制实验。
- (2) 不可能获得所有数据时,可对总体的一个样本进行量化
- (3) 进行很小的随机抽样量化
- (4) 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帯来的价值。
- g) 4个假设让量化看上去很简单
- (1) 假设1:你的难题并非你想的那么独特
- (2) 假设2:你拥有的数据,比你认为的要多
- (3) 假设3:你需要的数据,比你认为的要少
- (4) 假设4:要获得适量的新数据,比你想象的更容易
- h) 量化真的需要不菲的代价吗?
- i) 可以相信统计数字吗?
- j) 99岁患病老人不如5岁儿童的命值钱?
- k) 量化的5大步骤
- (1) 
- 4. 坐在图书馆里,通过不同城市正午阴影的不同长度古布腊人就能测出地球周长? 通过一个简单的乘法公式,
费米就能测算出芝加哥的钢琴调音师有多少? 只花10美元的实验,就能让9岁女孩测出医学中关于超自然能量的谎言?
- B. 第二部分 量化什么：不确定性、风险、信息价值
- 1. 第4章 厘清待量化事物与决策的关系
- a) 虽然我们可以互相笑着引用聪明政客的说法:
谎言、该死的谎言和统计数字!但仍有一些简单的数字反映了最基本的事实,就连最狡猾的人也不能诡辩和躲避。(英国皇家统计学会会长伦纳德
・考特尼)
- b) 量化前的提问
◆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2
◆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?
- c) 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。
- d) 清晰定义“不确定性”和“风险
- (1) 风险：不确定性的一种状态,该状态包括出现亏损、崩溃或其他不希望结果的可能性。
风险的量化：可能性的一个集合,每种可能性都有相应的发生概率和损失量。例如,“我们相信那ロ油井有40%的可能是干的,
相应的钻探成本的损失为1200万美元。”
- e) 退伍军人事务部T安全项目进行的量化工作
- (1) 
- (2) 
- (3) 校准概率评估是量化当前不确定性的关键
- 2. 第5章 校准训练：修正你的判断
- a) 90%的信心意味着90%的概率吗?
- b) 校准练习:让“估计”变得更准确
- c) 你的估值范围=你的认知程度
- 3. 第6章 蒙特卡洛模型：评估风险大小
- a) 近似正确胜于精确错误,风险来自于你不知道自己要做什么。(伯克希尔・哈撒韦公司董事长沃伦・巴菲特)
- b) 风险只是不确定性的一种状态,这种状态可能产生某些损失。
- c) 分清“感觉很好”与“真的很好
- d) 蒙特卡洛模型:范围也能进行加減乘除
- e) 寻找盈亏平衡点
- (1) 你可以很容易用
Excel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。个经常和90%置信区一起使用的分布是著名的正态分布(
Normal Distribution),如图6.1所示。正态分布看起
- (2) 绍两种其他分布:均匀分布( Uniform Distribution)和二项分布( Binary
- (3) 表6.2更有进取心的学生可学习的蒙特卡洛模拟法的附加概念
- f) 不必一开始就建立蒙特卡洛模型
- g) 风险悖论:越重大的决策,越缺少风险分析
- 4. 第7章 一条减少不确定性的信息价值多少？
- a) 预期机会损失：出错的机会和成本
- (1) 风险的存在以及减少风险的愿望,是决策考讲行量化工作的动机所在。
- b) 消除所有不确定性的价值有多大
- (1) 
- (2) 不确定性越高,你需要的信息越少
- c) 要取得知识的进步,没有比模棱两可的话更大的障了。(苏格兰哲学家托马斯・里德)
- d) 信息的价值
信息可以减少决策的不确定性心
信息会影响他人行为,也会产生经济效益。
信息是有市场价值的。
- e) 量化倒置:最重要的常常被忽视
- (1) 为什么会发生量化倒置?
- i) 一般会量化他们以为容易量化或知道如何量化的事物
- ii) 其次,管理者更愿意量化那些更有可能提供好消息的事物。
- iii) 最后,不知道量化中所获信息的商业价值,意味着人们没能真正理解量化的困难。
- (2) 
- f) 吃力不讨好的“功能点”评估
- g) 分清有价值和无价值的量化
- (1) 量化不确定性是风险量化的关鍵所在。
- (2) 首先,我们知道初始阶段的量化一般具有高信息价值。
- (3) 其次,如果你不计算量化的价值,你所做的量化工作很可能具有很少或根本没有信息价值,并且你有可能忽视了一些具有高信息价值的因素
- (4) 再次,你可能不知道怎样有效地量化,而把太多时间用在量化某些
- 5. 开展营销活动,如果失败,可能损失200万美元; 不开展营销活动, 可能的潜在损失竟高达2400万美元, 这笔账是如何算出来的?
如何计算出新的广告活动会増加多少销量? 不确定性越高,需要的信息反而越少? 确定性越高,反而需要越多数据以减少不确定性?
- C. 第三部分 量化方法：如何减少不确定性
- 1. 第8章 选择和设计量化方法
- a) 使我们陷入麻烦的通常并非我们不知道的事情而是那些我们知道得不确切的事情。(美国作家阿蒂默斯・沃德)
- b) 广义的测量仪器=测量方法
- (1) 仪器一般有以下6个优点,
- i) 可以校准校准操作是指量化已经知道结果的某物。
- ii) 忽略人们观察时的偏见
- iii) 自动记录
- c) 将不可量化之物分解为可量化之物
- (1) 分解是理解那些需要分析的变量的关键
- (2) 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
,有时本身就会极大減少不确定性。
- d) 通过互联网获取方法
- e) 寻找、观测、跟踪相关线索
- f) 数据不在多,够用就好
- g) 400个随机样本比18000个特殊样本更准确?
- h) 确定测量仪器
- i) 
- 2. 第9章 随机抽样：窥一斑而知全豹
- a) 满意事物本身的精度,在只能近似的情况下, 不去寻求更精确的值,这是一个受过教育的人的标志。(古希腊哲学家亚里士多德)
- b) 凭直觉估计数值范围
- c) t统计量法:只需一个小样本
- d) 不用计算,就可估计出平均值
- e) 两次独立抽样:抓与重抓就能算出湖里有多少鱼?
- f) 寻找阈值:在哪个点上作决定?
- (1) 人们会设定一个阈值,如果某值大于或小于阈值,就可据此作出决策了.是当某值增大或减小到何种程度时,才可以作出决策了呢?
- (2) 有多少汽车偷偷使用了含铅汽油?
- g) 对照组实验:当事件还未发生时
- h) 变量的相关程度:风马牛之间有多大关系?
- (1) ◇首先,相关关系不是因果关系。例如,如果教堂的捐赠数额和酒的销量相关,并不意味着牧师和酿酒行业有合谋,可能因为两者都受经济大
环境的影响。如果你认为存在相关关系的两个变曼可能存在因果关系,那么你必须拿出一些可靠的证据。
◇其次,我们应该看到这只是简单的线性回归,使用其他函数可能得到更加拟合的相关关系,比如平方函数、反比函数或乘积等,大家可以试
试。
◇最后,运用多元回归模型时,需保证自变量彼此不相关。
- i) 什么时候才使用假设检验?
- 3. 第10章 贝叶斯方法：利用已知估算未知
- a) 当我们遇到新信息时、除了将它和已经知道的建立联系之外,我们别无选择,因为在我们的意识中已然没有多余的空间存储新信息,以使其不被现
有信息“污染”。(麻省理工学院克利福德・科诺尔德)
- b) 如假设总体呈正态分布,这简直就是灾难性的错误
- c) 把和先验信息相关的统计称为“贝叶斯统计”
- d) 贝叶斯统计处理的是怎样用“后验信息”更新先验信息的问题。贝叶斯分析始于现有知识,然后考虑“后验信息”对现有知识带来多少改变。
- e) 贝叶斯定理:若A发生,则B发生的可能性多大?
- f) 简单地说,贝叶斯定理处理的是概率和条件概率的关系问题。条件概率是指在特定条件下某事件发生的概率。
- g) 口味测试让新可口可乐遭遇尴尬?
- h) 使用你天生的贝叶斯本能:用新信息更新旧信息
- i) 
- j) 异构标杄法:借助“类比法”评估
- k) 贝叶斯反演法:如果X为真,如何看到这一点?
- l) 区间范围的贝叶斯反演法:每种结果出现的概率是多少
- m) 贝叶斯法教会我们什么?
- D. 第四部分 量化抽象事物：偏好、态度和判断
- 1. 第11章 量化人们的偏好和态度
- a) 如果一个问题能够清晰地表述,那么我们就已经解决了一半。(美国发明家查尔斯・凯特灵)
- b) 观测人们的意见、价值观和幸福感
- c) 李克特量表( Likert Scale)
- d) 
- e) 幸福是可以用金钱衡量的
- f) 支付意愿法:通过讨价还价估算生命价值
- g) 投资边界曲线:量化风险承受能力
- h) 效用曲线:选鱼还是选熊掌?
- i) 绩效量化:一切都可归结为利沣
- 2. 第12章 人的判断和测量仪器哪个更准？
- a) 人类的心理如何影响决策
- (1) 人类的心理如何影响决策?
- (2) 仅仅是将数据条理化,就可减少绩效评估的误差
- b) 令人惊讶的简单线性模型
- (1) 令人惊讶的简单线性模型
- c) 不变比较原则：将任何估值都标准化
- (1) 不変比较原则:将任何估值都标准化
- d) 蓝思阅读测评系统
- (1) 蓝思阋读测评系统的妙用
- (2) 透镜模型:消除评估过程中的不一致
- e) 两种不适用的量化方法
- (1) 两种不适用的量化方法
- f) 各种评估方法价值比较
- (1) 各种评估方法价值比较
- (2) 
- 3. 第13章 新型测量方法和仪器
- a) 全球定位系统(GPS):革命性的量化工具
- b) 用屏幕抓取软件和混搭法挖掘网络信息
- c) 通过电子邮件就可量化顾客满意度?
- d) 预测市场:苹果公司何时倒闭?
- e) 个效率高、成本低的情报分析工具是如何被抛弃的?
- 4. 量化的通用框架和一般步骤
- a) 量化的通用框架和一般步骤
- b) 步骤1定义决策和确定相关变量(见第4章)。
步骤2用这些变量对当前的不确定状态进行建模(见第5章和第6章)。
步骤3计算附加信息的价值(见第7章)
- c) 步骤4量化高价值信息的不确定因素(见第8章和第13章)。
步骤5在不确定性适当减少之后,制定风险回报决策(见第6 章和第11章讲过的风险回报决策)。返回步骤1,处理下一个决策。
- d) 阶段0:前期准备
- e) 
- f) 阶段1:决策建模
- g) 阶段2:计算信息价值
- h) 阶段3:決策优化和最终报告
- i) 饮水监控系统为公众健康带来多少利益?
- j) 
- k) 海军陆战队的燃油需求有多大?
- l) 一些虽未讨论但可能出现的量化难题
- (1) 质量
- (2) 过程、部门或功能
- (3) 创新
- i) 真正的创新定能用某种方法观察到
- (4) 信息可用性
- (5) 灵活性
- (6) 期权理论的灵活性
- m) 全书总结
- (1) ◇如果要量化的事物真的很重要,那么你就可以定义它;如果认为它肯定存在,那么你必然早就以某种方式观察过它◇如果它很重要,但又不
确定,那么你出错就会付出代价,而且确实存在犯错的可能性。
◇你可以让经过校准的评佔者,量化当前的不确定性◇通过量化“阅值”,你可以计算附加信息的价值。网值会影响你对目前不确定性的看法
。
- (2) Q一旦你知道量化某物是值得的,就可以着手量化了,并确定在量化工作上应该作多少努力。
◇使用随机抽样、控制实验,甚至仅仅提高专家判断的精确性, 都会减少不确定性。
- n) 这么多燃油了,同时也能确保不提高燃油耗尽的概率。当时海军陆战队使用的是一个相当简单的预测模型,该模型把所有部队的所有设备,按类型
分类加总,然后再减去由于维护、运输、作战等原因损失的设备,
最后再确定未来60天里,哪些部队可能处于作战状态,而哪些部队处于防守状态。一般来说,如果一支部队处于作战状态,那么它就必须来回移
动,并且消耗更多燃油。当部队进行作战时,燃油的消耗率一般会增加。海军陆战队会根据部队的设备类型和状态,计算出一个部队在各种情况下
每小时的燃油消耗量,然后再算出一天的消耗量,再算出所有部队60天的消耗量。
