文章目录

  • 一分为二
  • 负面思维
  • 直线思维
  • 恐惧本能
  • 规模错觉
  • 以偏概全
  • 命中注定
  • 单一视角
  • 归咎他人
  • 情急生乱

一分为二

要做到实事求是, 就要做到当你听到一分为二的说法时, 你就能迅速认识到这种说法描述的是一种两极分化的图画, 而两极之间存在一道巨大的鸿沟。 而在现实中, 这道鸿沟往往并不存在, 绝大多数人都生活于中间状态。

要想有效地控制我们一分为二的错误本能, 我们就要坚持寻找绝大多数。

  • 我们要注意只比较平均数的做法。 平均数之外, 我们还要注意数据的实际分布。 如果两组数据的分布出现了重叠, 那么有可能两组之间的鸿沟并不存在。

  • 我们要注意只比较极端情况的做法。 在所有的群体、 国家或者国民中, 总会有极端情况的存在,总会有顶层和底层。 而顶层和底层之间的差别, 有时候是极端不公平的。 即便如此, 大多数仍然分布在中间状态, 而在中间并不存在鸿沟。

  • 我们要注意只俯视不仰视的做法。 记住俯视会带来错觉, 一切看起来都一样矮, 但是事实并非如此。

负面思维

要做到实事求是, 我们就要做到在听到负面消息时能够认识到我们原本就更容易获得负面新闻, 而很难听到关于事情在进步的消息。 这种现实情况, 使得我们系统性地对世界产生了负面的印象, 从而产生了焦虑。

要想控制我们的负面情绪, 我们就要做到对坏消息要有思想准备。

  • 更好和不好。 我们要学会区分状态和趋势, 要认识到事情可以同时是不好的, 但也是在变得更好的。
  • 好消息不是新闻。 好消息是很少得到报道的,因此我们总是听到坏消息。 所以当你听到坏消息的时候, 可以问一下自己是否我们没有听到好的消息。(好事不出门,坏事传千里)
  • 循序渐进的进步不是新闻。 当一件事情在持续变好, 但当中产生了一些小的低谷的时候, 通常你只会注意到低谷, 而不是整体的趋势。
  • 更多的坏消息并不意味着更多的坏事情。 我们能够听到更多的坏消息, 有时仅仅是因为我们对坏事情的关注度和监控能力提高了, 并不意味着这个世界在变得更坏。
  • 警惕过分美化的历史。 人们经常会刻意地美化自己的历史, 而国家也经常会刻意地美化自己的历史。

直线思维

要做到实事求是, 就需要认识到我们不能假设事物总是按照直线发展的, 并且我们要记得, 直线发展的事物在现实中是很少见的。

要想控制直线思维的本能, 我们就需要记住, 自然界有很多不同的曲线形状。

  • 不要做直线假设。 有很多事物的发展并不遵循直线规律, 而是遵循S形曲线、 滑梯曲线、 驼峰曲线或者倍增曲线的规律。 没有一个孩子是按照直线的规律长高的, 而且也没有父母会认为孩子的身高会无限增长。

恐惧本能

要做到实事求是, 就是当我们感到恐惧的时候, 我们能够认识到我们害怕的事情不一定是真正危险的。 我们对于暴力、 受困以及污染的天然恐惧, 会使我们习惯性地过度高估这些风险。

要想控制我们的恐惧本能, 我们需要计算真实的风险。

  • 可怕的世界: 恐惧vs.现实。 我们感受到的世界, 比真实的世界更可怕, 这是因为我们注意到的信息都是被媒体精心选择过滤过的, 而媒体刻意选择那些吓人的信息来吸引我们的注意力。

  • 风险=危险程度×发生的可能性。 你面临的真实风险, 并不取决于它看起来多么吓人, 而在于两个因素: 危险的程度和发生的概率。

  • 在采取行动之前, 先让自己冷静下来。 当你在恐惧中的时候, 你会看到一个完全不同的世界。所以不要在恐惧中做决定。

规模错觉

要做到实事求是就是当你看到一个单一的数字并且它令你印象深刻的时候, 要记得把它和其他数字做对比或做除法, 得到比例之后, 你有可能得到完全不同的观点。

要想控制规模错觉, 我们就要关注比例。

  • 对比。 大的数字总是看起来很大, 而单一数字很容易误导我们。 当我们看到一个单一数字的时候, 一定要记得做对比, 或者做除法, 得到某种比例。
  • 二八原则。 如果你得到了一个长长的清单, 就应该先排序, 然后找到最大的几项并且做深入分析。 通常这几项的重要性要远大于其他所有项目加在一起的重要性。
  • 比例。 数字和比例有可能代表着完全不同的含义。 尤其当我们在不同大小的组别之间做对比的时候, 比例总是更有意义。 具体来讲, 我们在对国家和地区进行比较的时候, 应该更加关注人均数字。

(MyNote:二八原则、比例也是某种意义的对比。)

以偏概全

要做到实事求是, 就是要意识到当我们讨论一个群体的时候, 我们的分类可能是错误的。 我们一定会继续做分类和类比的工作, 但是我们要尽可能地提醒自己, 不要做错。

要想控制住我们的以偏概全的本能, 我们要经常质疑自己的分类方法。

  • 在同一类别中寻找不同。 特别是当一个类别非常巨大的时候, 我们应该试图找到有效的办法来将其分得更小、 更准确。

  • 在不同类别中寻找相同。 如果你发现不同的类别之间存在着巨大的相似性, 那么要考虑, 你的分类方法有可能是不正确的。

  • 在不同类别中寻找不同。 不要假设在一个类别中适用的规则可以在其他类别中同样适用。 比如收入水平第四级的人不要假设其他级别的人也适用同样的生活规则。 再比如失去意识的士兵和沉睡中的婴儿是不同的。

  • 注意大多数。 大多数仅仅意味着超过一半, 我们应当具体区分, 大多数究竟意味着51%还是99%。

  • 注意极端案例。 活灵活现的图片往往会给我们留下深刻的印象, 但是它们有可能只代表着极端案例, 而不是普遍现象。

  • 不要假设别人是傻瓜。 当你发现一些奇怪现象的时候, 请保持好奇心和谦卑之心, 去探究这现象背后的道理。

命中注定

要做到实事求是, 就是要认识到很多事情(比如人民、 国家、 宗教和文化)看起来似乎保持不变, 仅仅是因为改变发生得非常缓慢, 并且要记住聚沙成塔。要想控制命中注定的本能, 就要记住缓慢的改变也仍然是改变。

  • 注意追踪持续的提高。 每年小的改变可以在几十年后积累成巨大的改变。(量变&质变)

  • 更新你的知识。 有些知识很快就会变得过时,技术、 国家、 社会文化和宗教都在持续的改变当中。

  • 与老年人对话。 如果你想弄清楚价值观是如何改变的, 请想一想你的祖父母们的价值观和你的价值观有什么不同。

  • 收集文化改变的案例。 找到反面的案例来挑战那种认为文化一成不变的说法。

单一视角

要做到实事求是, 就是要认识到单一视角会限制你的想象力。 并且时刻牢记获取最佳解决问题的方法就是从多个不同的角度来观察问题,得到一个更全面的了解, 从而制订切实可行的解决方案。

要想控制单一视角的本能, 必须有一个工具箱, 而不仅仅是一把锤子。

  • 检查你的想法。 不要仅仅专注于那些能够证明你的想法的正确案例, 而要多与那些持有不同意见的人讨论。 发现自己想法的不足之处。
  • 有限的经验。 不要认为你在自己的专业领域之外有什么真知灼见。 对自己未知的领域要保持谦逊。 同时也要注意到专家也有他们的局限性。
  • 锤子和钉子。 当你会熟练地使用某一种工具的时候, 你总会尽可能多地使用它。 等你花了太多的时间专注于分析某一个问题的时候, 有可能会夸大这个问题以及解决方案的重要性。 请牢记, 没有任何一个工具是万能的。 如果你总是习惯于使用锤子的话, 那么请多和那些习惯使用改锥、 扳手和卷尺的人打交道。 多听听来自不同领域的人的意见。
  • 关注数字, 但不仅仅关注数字。 没有数字,我们无法理解世界, 但是仅有数字, 我们仍然无法理解世界。 请专注于发现数字背后的真实世界。(数据只是抽象的,未必能够完全反映这个世界。)
  • 当心简单的想法和简单的解决方案。 人类历史上从来就不缺乏充满了乌托邦式的简单想法的空想家, 而最终他们都带来了可怕的结果。 我们应当认识到事物的复杂性, 学会兼收并蓄以及妥协。 我们应当在具体情况具体分析的基础上来解决问题。

归咎他人

要做到实事求是, 就是当人们开始找替罪羊的时候, 你应该认识到这是错误的, 并且能够记起, 简单地归咎他人只会使你把握不住问题的真正要点, 并且无法集中注意力防止类似事件再次发生。

要想控制归咎他人的本能, 你应该停止寻找替罪羊。

  • 寻找原因, 而不是寻找坏人。 当坏事情发生的时候不要试图去责怪任何个人或群体。 首先接受没有人刻意为之这个事实。 然后努力去理解这一事情发生背后的系统性原因。

  • 寻找系统, 而不是寻找英雄。 当有人号称自己做了什么伟大的业绩的时候, 问问自己, 如果没有这个人, 是否这件事情仍然可以发生? 通常是整个系统的有效运行使得好的事情发生了。

情急生乱

要做到实事求是, 就要认识到当你感觉必须做一个紧急的决定的时候, 牢牢地记住, 事实上绝大多数情况并不是真的紧急。

要想控制情急生乱的本能, 你需要做到循序渐进。

  • 深呼吸。 当你情急生乱的本能被唤醒的时候,你的其他本能也会被激活, 而你大脑的分析能力则停止工作了。 请给你自己一点时间和更多的信息。绝大多数情况下, 你并不需要立即采取行动, 以后仍然会有机会。 事实也通常不是非黑即白的。

  • 坚持了解基础数据。 如果一件事是紧急且很重要的, 那么我们必须对它进行持续观测。 请警惕那些虽然相关但并不准确的数据, 或者那些虽然准确但实际并不相关的数据。 只有相关且准确的数据才真正有用。

  • 警惕那些带有偏见的预言家。 任何关于未来的预测都是具有不确定性的。 所有的预测都必须考虑到未来的不确定性。 你应当坚持对预测有一个全面的、 包含多种情形分析的了解。 永远不要只看最佳或最差情形。 并且要用这种预测和历史上发生的事实相对比, 来检查这种预测方法的准确度。

  • 小心过激的行动。 尽可能了解激烈行动的后果和副作用。 了解这一行动的理论依据。 应当稳扎稳打地取得现实的进步, 并且在过程中持续观测实施效果。 通常循序渐进的方案, 总会优于大刀阔斧的行动。

《事实:用数据思考,避免情绪化决策》笔记相关推荐

  1. 《信贷的逻辑与常识》笔记

    序 银行信贷风险管理的反思 现状与趋势 银行贷款的质量变化与经济周期.宏观调控政策等存在很高的相关性 现在银行不良贷款的增加主要是前几年经济快速增长时企业过度投资.银行过度放贷所带来的结果. 从历史情 ...

  2. AI公开课:19.02.27周逵(投资人)《AI时代的投资逻辑》课堂笔记以及个人感悟

    AI公开课:19.02.27周逵(投资人)<AI时代的投资逻辑>课堂笔记以及个人感悟 目录 课堂PPT图片 精彩语录 个人感悟 课堂PPT图片 精彩语录 更新中-- 文件图片已经丢失-- ...

  3. 人工智能入门算法逻辑回归学习笔记

    逻辑回归是一个非常经典的算法,其中也包含了非常多的细节,曾看到一句话:如果面试官问你熟悉哪个机器学习模型,可以说 SVM,但千万别说 LR,因为细节真的太多了. 秉持着精益求精的工匠精神不断对笔记进行 ...

  4. 【逻辑回归学习笔记】

    算法描述 1.逻辑回归要做的事就是寻找分界面实现二分类. 2.问题假设:对一堆三角形和正方形分类. 3.数据输入:已知正方形和三角形的坐标和标签. 4.算法过程: 知识储备 1.分类和回归 ①分类的目 ...

  5. 逻辑回归函数学习笔记

    继续逻辑回归学习,今日笔记记录. 1.逻辑回归和线性回归的关系:对逻辑回归的概率比取自然对数,则得到的是一个线性函数,推导过程如下. 首先,看逻辑回归的定义 其次,计算两个极端y/(1-y),其值为( ...

  6. 2.2 逻辑回归-机器学习笔记-斯坦福吴恩达教授

    逻辑回归 上一节我们知道,使用线性回归来处理 0/1 分类问题总是困难重重的,因此,人们定义了逻辑回归来完成 0/1 分类问题,逻辑一词也代表了是(1) 和 非(0). Sigmoid预测函数 在逻辑 ...

  7. LVM逻辑卷分区笔记

    磁盘的静态分区有其缺点:分区大小难评估,估计不准确,当分区空间不够用的时候,系统管理员可能需要先备份整个系统,清除磁盘空间,然后重新对磁盘进行分区,然后恢复磁盘数据到新分区,且需要停机一段时间进行恢复 ...

  8. 适合理工直男的钟平老师逻辑英语学习笔记

    一切的一切都只是套路!             --鲁迅 核心公式: En: (状语1) 主(定语1) 谓(状语2) (宾)(定语2) (状语1) Ch: (状语1) (定语1)主 (状语2)谓 (定 ...

  9. 【数字逻辑】学习笔记 第四章 Part2 常用组合逻辑电路与竞争、险象

    文章目录 一.常用组合逻辑电路 1. 译码器 (1) 二进制译码器 74LS138(3/8译码器) a. 一般符号和图形符号 b. 74LS138功能表 c. 两片 `74LS138` 构成 `4-1 ...

  10. 线性回归、逻辑回归学习笔记

    学习源代码 import numpy as np import matplotlib.pyplot as plt def true_fun(X): # 这是我们设定的真实函数,即ground trut ...

最新文章

  1. python 如何自学-如何系统地自学 Python?
  2. bzoj3522 Hotel
  3. Windows系统编程之进程间通信
  4. 【Matlab】怎么修改Excel单元格颜色?
  5. 使用dubbo后尽量不用要@Service可能引起冲突
  6. 踢翻这碗狗粮:程序员花 7 个月敲出 eBay,只因女票喜欢糖果盒!
  7. 字节大牛教你手撕Java学习,大厂直通车!
  8. Killer Problem
  9. JS判断用户手机是IOS还是Android
  10. 计算机网络物理层之信道复用技术
  11. 阿里云分布式架构云平台解决方案
  12. 3GPP使用方法与协议下载
  13. 计算机表格中的乘法怎么用,excel表格中怎么使用乘法公式
  14. 【前端学习】ES6语法 函数写法优化
  15. nltk安装出错,nltk_data语料库下载
  16. Android App内打开淘宝详情页
  17. P1567_统计天数
  18. pyecharts绘制日历图、漏斗图、仪表盘、水滴图
  19. traceroute工作原理
  20. 嵌入式linux的开发流程

热门文章

  1. list取数据_Day.5利用Pandas做数据处理(二)
  2. 【转】C++指针详解!!!!
  3. Delphi各个版本和发展历史
  4. [你必须知道的.NET]第十八回:对象创建始末(上)
  5. 如何重新安装 Linux 的操作管理套件 (OMS) 代理
  6. ABP入门系列(15)——创建微信公众号模块
  7. 【软件开发】制作个人移动式Git服务器
  8. PHP连接sql seaver数据库
  9. 【牛客 - 1080C】tokitsukaze and Soldier(思维,偏序问题)
  10. 【HDU - 5090】Game with Pearls (匈牙利算法,二分图匹配)