您好,欢迎来到聚文网。 登录 免费注册
实力、运气与成功

实力、运气与成功

  • 字数: 240000.0
  • 装帧: 平装
  • 出版社: 中国友谊出版公司
  • 作者: Michael Mauboussin
  • 出版日期: 2014-11-01
  • 商品条码: 9787505734425
  • 版次: 1
  • 开本: 16开
  • 页数: 252
  • 出版年份: 2014
定价:¥39.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
这是全球第一本用科学方法计算和解释实力、运气对成功影响的图书。这个世界上的所有事情都取决于实力和运气两种因素,本书用复杂科学、大数据教你如何计算实力和运气,在这个时代,一切都可量化。
《实力、运气与成功》入选了斯坦福大学、普林斯顿大学等28家美国名校的模型思维(Model Thinking)课程书目,美国原版由哈佛商业评论出版社出版,并荣登亚马逊、纽约时报的同类别畅销书,获得微软创始人比尔·盖茨、亚马逊CEO杰夫·贝佐斯、诺贝尔经济学奖得主丹尼尔·卡尼曼、《驱动力》作者丹尼尔·平克,以及哈佛和沃顿商学院多位教授推荐,美国《商业周刊》《金融时报》《经济学人》《福布斯》《财富》等权威媒体都撰写撰文推荐本书,称其为“多年以来最有趣的商业书籍”。
本书作者迈克尔·莫布森是哥伦比亚商学院教授、美盛资产首席投资策略师,既有教授的学识,也有投资界的实践经验,并且入选“华尔街全明星分析师”,著作更入选“目前百大经典商业书籍”,本书是他对思维科学的近期新研究成果,通俗浅显地解读最前沿的复杂科学研究,是让你在新时代中稳赢不输的方法论。
内容简介
本书入选斯坦福、普林斯顿大学等28家名校的“模式思维”(model thinking)课程书目。
为什么网球明星的成绩很稳定,而足球队的成绩起伏很大?为什么跳槽后的表现通常会不如从前?为什么女模特炒股比专业经纪人更强?为什么能力越强的人越重视运气?为什么有的歌曲比其他歌曲更流行?为什么产品质量优选的公司会倒闭?为什么高智商的人并不比普通人更容易成功?为什么颠覆性创新总来源于小公司?
这个世界上几乎所有事情的成败都取决于实力和运气两种因素,但很多人经常把二者搞混或弄错,更不清楚它们各自占多大比重。实际上实力就是确定性的部分,是运用技能解决问题的能力;而运气则是不确定性的体现,是不可控的偶然因素。
迈克尔·莫布森利用复杂性科学的理论和思维方式,教你用方程式来解读实力和运气对成功的影响,并将之量化为具体的数字,让你在经济决策中获得清晰的参照,在不确定性的世界中优选地把握确定性。
作者简介
迈克尔·莫布森(Michael Mauboussin),哥伦比亚商学院教授,圣塔菲研究所核心成员,研究领域横跨心理学、竞争策略、金融、管理、复杂系统理论等,是当代复杂科学领域的领军人物,曾获得美国“商学院年度杰出教授”、“很好教学奖”等奖项。
现任美盛资产管理公司首席投资策略师,曾任瑞士瑞信银行董事总经理兼美国分行首席投资策略师,在金融服务业工作超过25年,曾入选“全美投资分析师”、《华尔街日报》“全明星分析师”、“华尔街最有影响力人物”。
文章常见于《时代》《福布斯》《华尔街日报》《哈佛商业评论》《财富》等,另著有《魔鬼投资学》《期望投资学》等畅销书,作品被翻译成14种语言出版,并入选《商业周刊》“年度靠前商业书”、“目前百大经典商业书”等。
目录
  前言:不确定世界中的实力和运气
第一章 定义:斗殴与世界首富的因果关系
什么是实力,什么是运气  3
运气:偶发事件的结果  3
实力:解决问题的能力  8
运气和实力的角力,以及三个教训  11
样本:“最危险公式”  12
团队行为:群众的眼睛雪亮但无常  16
局限:意外的黑天鹅改变一切  17

第二章 另一种可能:大脑一直在说胡话
故事,因果关系,归因谬误  20
取样:CD的成功和迷你光盘的失败  23
偏见:大多数研究结果都不可信  26
转移:跳槽对业绩的影响  28
可能:故事能淡化实力的作用  29


第三章 模型思维:兔女郎比经纪人更擅长炒股?
取样大小,无关时间  32
双罐模型:运气的测算方法  35
实力悖论:实力越高,运气越重要  36
异类配方:常胜将军的可能性  41
回归均值和线性可容许估计公式  43

第四章 定位:为什么足球比篮球的运气成分大?
定位的三个问题  51
模拟分析:现实的实力—运气分布比例  54
实力=观测结果-运气  58
“实力悖论”的悖论:为什么NBA的运气成分很小  61
实力—运气连续体在商界和投资领域的应用  65

第五章 实力曲线:为什么42岁的投资者赚钱最多?
球员的价值:球队应该和球员签几年合同?  70
认知表现:流体智力和晶体智力的较量  73
智商与理商:为什么聪明人常做糊涂事  78
老龄化:企业的机体也会衰老  81

第六章 运气的表现形式:流行为什么成为流行?
评估运气:独立结果和相依结果  87
平均值的意义:幂次定律及其背后的原理  92
评估的难度:大学排名准确吗  99
音乐实验室:哪首歌会最流行  102
运气千变万化,生活处处谜团  104

第七章 数据筛选:策略与结果有关系吗?
点球成金:棒球队的统计数据和洞察力  110
商业统计数据:随大流,和谐共处  117
投资:昨日的辉煌不能确保明日的成功  121
比较:体育为何比投资更容易预测  126


第八章 培养实力:10000小时理论
刻意练习:训练模式、勤奋工作和反馈信息  131
清单:一个帮助你合理分配精力的方式  137
当一件事情充满变数,就关注过程  142
实力需要与环境相匹配  150

第九章 应对运气:七七四十八是对的
上校赛局对如何应对运气的启示  152
少量的赌注:预防意外的发生  161
如何在一个我们不了解的世界里生活  165
学着与运气共处  170

第十章 均值回归:父亲和儿子的身高
相关错误:高智商的女人嫁给笨男人  174
基础利率,稳定性和收缩率  180
为什么你的团队没有你想象得那么好(或糟糕)  184
避开陷阱  186

第十一章 预测的艺术:擅长推断的技巧
1.理解你在运气—实力连续体上所处的位置  192
2.评估样本的大小及重要性  193
3.永远要记得考虑零假设  196
4.仔细考虑反馈与奖励  198
5.采取反事实思维方式  201
6.寻求援助来为你实力的提升提供必要的指导  202
7.为战略互动制订计划  206
8.让均值回归现象服务于你的生活  207
9.利用有效的统计数据  208
10.了解自己的局限所在  209

致谢  212
附录  215
注释  219
摘要
    为什么聪明人常做糊涂事

    在一定程度上,智力测试能测出人们的认知能力,却不能测出反映认知能力的其他重要智力,比如说决策能力。多伦多大学的心理学教授基思·斯坦诺维奇曾这样区分过智商和理商(理性水平)。许多人以为智力和理智有关联,实际上它们是两种截然不同的能力,这就是为什么我们常能见到聪明人做糊涂事。提高认知能力,正确的方法是提高理商。但是问题是,我们现在还没有科学的方法来测理商。
     斯坦诺维奇教授说,理商包括“适应能力、公正决策能力、自律能力、任务轻重缓急辨识力、论据筛选力等”。22他说许多人智商很高,却不能理性地思考、理性地做事。信息处理过程的复杂、所知信息的局限就造成了智商和理商的差距。
     我们举个例子证明一下人们处理信息的复杂程度:杰克看着安妮,安妮看着乔治。杰克已婚,乔治未婚。请问一个已婚之人正在看一个未婚之人吗?
     A.是
     B.否
     C.不确定
     大家细想下回答。
     正确答案为A,但是80%多的人选择了C。选C的人觉得安妮的婚姻状态未知,所以杰克在看安妮不一定就是已婚之人看未婚之人,安妮看乔治也未必是已婚之人看未婚之人,最后的结论就是答案不确定。正确解决这道题的方法就是考虑到所有的可能因素——假设安妮未婚,得出一个结果,假设安妮已婚,又得出一个结果。安妮未婚,那么可知杰克看着安妮是已婚之人在看未婚之人;安妮已婚,那么可知安妮看着杰克是已婚之人在看未婚之人。两种情况下的答案都是A。
     解决这道题时,人们的认知过程是:不想计算,不想太多思考,脱口而出一个结果,而不是集中精力仔细思考,然后计算出一个结果。用斯坦诺维奇教授的话说,我们都是“认知吝啬者 ”。23“认知吝啬者”的另一个特征是喜欢从以自我为中心的角度分析问题。可以想见,这一偏见使得人们和理性体系背道而驰。脱离理性思维的“认知吝啬者”其智商只能发挥20%~30%的作用。所以再聪明绝顶的人也会犯糊涂犯错误,再愚笨的人也能做出明智的决定。24
     理商低也可能由于所知信息较为局限。绝大多数人都应该学习一下如何科学地计算概率问题、统计数字以及验证假设。先举个关于概率的问题,大家看看下面的题目:

    假设有一种很危险的遥控器病毒,患病率为1/1000。有种检测仪器能百分之百检测出携带这种病毒的人,但是正常人被检测出此种病毒的误差率为5%。现在我们随机选一人来做检测,事前检测人的病史一概不知。检测的结果是此人携带遥控器病毒。请问检测人实际携带遥控器病毒的概率为多少?25

    正确答案为近2%,但是大多数人的答案为95%。将所有可能的情况列出,分别求概率太过复杂。答案错的人很可能忽略了问题的第一个条件:患病率为1/1000。你可以用贝叶斯定理 计算,但是人们习惯将所有的概率转化为实际的数字。26
     正确的计算步骤是这样的:1000人中有1人患病,这个人被检测出患病的概率为100%。假设其他的999人也接受检测,那么大概有50人(999×5%)会被检测出患病。所以说,1000人接受检测,可能会有51人被检测出患病,而真正患病的只有1人。所以随机选一人做检测,并被检测出患病,他实际上真正患病的概率约为2%(1/51)。不过,很少有人按这种方法计算。斯坦诺维奇教授估算,能否解决实际问题,智商因素只占约25%~35%,再次证明了高智商并不能代表高理商。
     由于目前还没有方法能测量理商,我们也就无法得知理商随时间的变化情况。但我们知道,上了年纪的人习惯凭经验做事,这就暗示着能反映理商高低的认知能力随着年龄在慢慢衰退。科学家估测过不同年龄段人的认知反映情况(认知反映能调节人的认知模式)。一个研究组发现,人的认知反映随着年龄日渐衰退。27 75~97岁的老人要比25~45岁的青年表现得差很多。这一结果和其他认知任务的表现变化一致。但是科学家还需制定其他测定理商的实验,才能得出理商随时间变化的曲线图。

    聪明女人都嫁给了笨男人

    这本书的其中一个主题是由于我们在任何情况下,都急于去寻找因果关系,我们很难理清技术及运气在一项活动中各自的重要性。均值回归是统计学中的一个统计假象,我们的大脑总是迫不及待地想去探究这个理论。如果一个人的实力水平不变,那么回归均值则是因为活动自身存在的随机性(从个人的角度来看,就是运气不好)造成的。没有特别的原因,因此也不需要去做任何解释。
     为了说明这一点,丹尼尔·卡尼曼分享了一个故事。他建议,要想开始一段有趣的对话,你可以让人们发表一下对如下这句话的看法:

    高智商的女人往往会嫁给那些没自己聪明的男士。

    他指出,看到这句话后,人们的第一反应往往是去阐释这句话背后的原因。人们常常会绞尽脑汁地去思考一个女人为什么会愿意或需要嫁给一个不如自己聪明的男人。人们还可能会在脑海里搜寻自己身边是否有哪对夫妇符合这句话描述的情况,在找到某对符合这一情况的夫妇后,便努力地去解释他们之所以能步入婚姻殿堂的原因。紧接着,卡尼曼又向大家介绍了第二句话,内容如下:

    配偶之间在智商上的相关关系一点也不密切。

    虽然第二句话说的是大实话,但听起来却乏味无趣。实际上,卡尼曼介绍的这两句话所要表达的意思是一样的,但是第一句话会促使你去思考这一现象背后的原因,而第二句话却显得有些生硬刻板、索然无味。当人们试图为某个特定的均值回归现象寻找理由时,一个并不真实存在的因果关系也就随之产生了。因为在现实生活中,人们会发现自己所坚持的因果关系其实根本不存在所谓的相关性。4
     如果你对有些事情是没有确定的因果关系这一点仍然抱有异议,那么你可以这么想,无论如何,均值回归规律一直在发挥着作用。那些个头高大的父亲所生的儿子可能也很高大,但是孩子的身高会更接近于所有孩子的平均身高。同样,那些个头高大的孩子的父亲可能也身材高大,然而,父亲的身高更接近于所有父亲的平均身高。自然,众所周知,儿子个头高大不是造成父亲身材矮小的原因。然而,均值回归理论告诉我们,无论如何,儿子个头高大不构成父亲身材矮小的原因是正确的。这一事实摆在那里,不需要某个特定的原因来解释。
     说到均值回归,人们还有第二个错误认识,与反馈相关。人们往往认为,在出现第一个结果后,自己提供的反馈信息或采取的行为调整策略促成了随后的积极变化。事实上,人们没有认识到,均值回归规律在发挥作用,并促成了结果的变化。我们可以举一个简单的例子来说明这一点。你的儿子带着考得一塌糊涂的数学成绩单回到家里,你严厉地批评了他,恐吓说成绩再考得一团糟,就不允许他以后再玩自己最喜欢的那款电子游戏了,并命令他以后要用功读书。这种情况下,他下次考试成绩会如何呢?均值回归规律指出,总体来讲,不管你说什么,在以后的考试中,他的成绩一定会更好。然而,在现实生活中,人们会误以为孩子的成绩之所以能提高,都是批评教育的功劳。
     我们可以总结一下这个观点。如果你的孩子取得了好成绩,你夸奖了他,那么平均来说,你会发现,他的成绩会下降,而不是提高。你可能会因为这个现象而得出这个结论——夸奖鼓励是不好的,因为孩子会变得骄傲自满,松懈懒散。然而,均值回归规律指出,不管你说过什么,孩子的成绩终究是要回归均值的。正如我们刚说过的,你可能会误以为是自己的夸奖鼓励导致了孩子成绩下滑。在这种情况下,你很可能会认为,既然鼓励夸奖不行,那么消极的反馈一定会改善孩子的成绩。事实上,均值回归理论对孩子成绩变动这一现象的解释简单明了。这个事情给我们的启示是,对活动结果中那些原本在人们可控范围的部分要予以重点关注,并要注意总结这部分的经验和教训,而不要去管其他无法掌控的部分。
     对反馈的错误认识常常会使医生犯迷糊。在临床实践中,医生常常会测量患者的体重、胆固醇浓度及血压,并从测量数据中判定患者是否有某种疾病或有患某种疾病的潜在危险。如果这三项检测中的任何一项数据是一个极值——比如血压高,那么医生很可能会根据具体情况做相关的治疗。就拿高血压来说吧,为了使你的血压达到正常水平,他们会给你开一剂降血压的药物。不可忽视的一个事实是,一般来说,不管治疗与否,在第一次就诊时,血压测量数据偏高的人群在第二次就诊时,血压总是趋向正常水平。受测量误差及个体的生物学差异的影响,同一个人在两次血压测试中的测试结果之间的相关关系不是很紧密。因此,不管采取什么治疗方案,均值回归都是必然的结果。然而,人们常常以为,个体的血压趋向正常水平都是做针对性治疗的结果,在某些情况下,针对性治疗确实对降低血压有一定的作用。问题是,对反馈的错误认识会使人们以为——针对性治疗是原因,血压降低是效果。

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网