這本書目前豆瓣評(píng)分7.6，理論上我不想拿8.0以下的書入門（最好是8.5以上）。所以猶豫了很久，但是讀完發(fā)現(xiàn)這本書作為入門是很好的。如書中所說，這本書關(guān)注的是假設(shè)和建模范圍的事情，能清楚地解釋概念、模型，且能講得通俗有趣，已經(jīng)很不錯(cuò)了。豆瓣評(píng)分低大概是覺得太淺吧。

圖片發(fā)自簡(jiǎn)書App

核心概念

• 創(chuàng)建模型時(shí)，務(wù)必要規(guī)定假設(shè)中的各種變量的相互關(guān)系。不要假定兩個(gè)變量是不相關(guān)的。# 變量間關(guān)系
• 定義主觀意愿？# 約束條件定義什么 容易忽略的約束條件
  例如某廠生產(chǎn)橡皮鴨和橡皮魚，求問怎樣的產(chǎn)量組合能獲得最大利潤。約束條件容易考慮橡膠量、生產(chǎn)時(shí)間、利潤，容易忽略人們對(duì)兩種產(chǎn)品的購買意愿。例如魚的利潤小但暢銷，若追求利潤最大而生產(chǎn)很多魚但賣不出去，依然無法利潤最大。
• 散點(diǎn)圖可判斷因果關(guān)系，體現(xiàn)關(guān)系，但不能直接反映為什么兩者有關(guān)
• 因果關(guān)系通常是網(wǎng)狀的，不是線性的
• 隨機(jī)事件

模型

最優(yōu)化模型

• 用途：給定約束條件下，求怎樣的變量組合得到最優(yōu)解
• excel -> solver

貝葉斯規(guī)則

• 用途：可以把新信息整合到已知信息中，修正主觀概率：即在已有一個(gè)假設(shè)的概率時(shí)，新證據(jù)出現(xiàn)時(shí)，該假設(shè)還成立的概率。關(guān)鍵是求（估算）：假設(shè)成立的條件下，新證據(jù)出現(xiàn)的概率

回歸

• 用途：線性回歸、非線性等
• 均方根差表示散點(diǎn)和回歸線的差異，即線性回歸的誤差區(qū)間。

工具

散點(diǎn)圖

• 判斷因果關(guān)系。y軸結(jié)果，x軸原因

證偽法

• 用途：

1 用于幾種假設(shè)都沒有強(qiáng)烈證據(jù)支持的時(shí)候。區(qū)別于滿意法，即挑一個(gè)覺得證據(jù)多的假設(shè)為真。這有可能忽略該假設(shè)反面證據(jù)，或者漏掉其他假設(shè)的支持證據(jù)。（ which is 大多數(shù)人決策會(huì)使用的方法）

2 對(duì)一種未知情況做判斷，可以提出幾種具體假設(shè)再證偽。
例如 iPhone 何時(shí)發(fā)布

啟發(fā)法與最優(yōu)解

• 用途：其中一種：別人用啟發(fā)法來決策、給任務(wù)時(shí)，如果無法量化結(jié)果，可以選擇說服對(duì)方換一種啟發(fā)法。

直方圖

• 數(shù)據(jù)點(diǎn)在數(shù)值范圍內(nèi)的分布。（有多少人薪資在15k+，多少在30k+...）

軟件

• excel: 可以分隔數(shù)據(jù)（例如以分隔符隔開時(shí)）
• R軟件