t*******d
发帖数: 44 | 1 那我大CGG通过抓阄来决定，这个古典概率模型也太简单了点，怎么能符合我大CGG的身
份地位呢？
不好 |
|
t******l
发帖数: 10908 | 2 很多 global optimizer 的漏洞都是统计漏洞，没有一定的 pattern，不一定能
出通关秘籍。
如果真的有 pattern，马工把 pattern 送进去重新 train 或者修改 magic number，
给支票就能修好。
所以这个是 dilemma，有支票有时间，理论最终都能吊打人类（统计概率上）。
如此 |
|
h***o
发帖数: 5030 | 3 文科生的呓语
可以建个概率模型求期望的
经典问题了 |
|
l********k
发帖数: 14844 | 4 单位时间内驶过的汽车数量为泊松分布，平均值为 a 辆/分钟。这个模型显然不现实，
没有考虑红绿灯和wsn压速等因素，但是因陋就简了。 |
|
A****h
发帖数: 385 | 5 “如果你打算從二十歲到四十歲，每年都可考慮結婚。假如你每年只考慮一位對 象，
那麼最好的方法大約是M8，也就是說，自你二十八歲起，才開始要 「認真」起來。(年
青的時侯多玩玩無妨)。 ”
可见真是学好数理化，走遍天下全不怕。要想求得好姻缘，不靠摇签靠概率。
==================================================================
什么是秘书问题
在机率及博弈论上，秘书问题（类似名称有相亲问题、止步问题、见好就收问题、
苏丹的嫁妆问题、挑剔的求婚者问题等)内容是这样的：要聘请一名秘书，有n人来面试
。每次面试一人，面试过后便要即时决定聘不聘他，如果当时决定不聘他，他便不会回
来。面试时总能清楚了解求职者的适合程度，并能和之前的每个人作比较。问凭什么策
略，才使选得到最适合担任秘书的人的机率最大？
秘书问题的策略
基本解決策略如下：对于某些整数r，其中1 le r < n。先面试首r人，都不聘请他
们，在之后的n − r人中，如果任何一人比之前面试的人都更佳，便聘请他。
r的最佳值應該是rapprox frac{n}{... 阅读全帖 |
|
o*****e
发帖数: 435 | 6 我的读后感。
作者通过一个简单的概率模型和分析，来论证以下三个命题至少有一个为真：
(1) 人类非常可能在达到“后人类”阶段qian就灭绝；
(2) 任何“后人类”几乎不可能会去(但他们有这个能力)运行大量模拟他们进化史的程序
；
(3) 我们几乎肯定生存在一个计算机模拟程序中。
为加强其IDEA的戏剧性和吸引力，作者故意用了一个“后人类”的词。其实他的意思是人
类文明先进到有能力运行大量模拟他们进化史的程序。换句话说，这个模拟程序复杂到和
我们现在的宇宙相当。论证这个假设的那一段我看得不仔细，但感觉他之考虑了计算能力
的问题。但问题是：
(A) 用一个程序模拟当前的宇宙是不可能的。必须至少减低一级复杂度。比如，无论计算
能力多么巨大，如果我们要模拟整个宇宙，就不可能在程序中给出所有最低级别粒子的模
拟。所以，每一层的模拟都只能是上一层的的简化(这一点在后面他也有论述)。
(B) 设计如此复杂的模拟程序不仅仅需要计算能力，而且需要算法。根据计算理论，这绝
对是一个NP问题，何况该问题本身就是一个“复杂”复杂问题。复杂度绝对是INFINITE，
所以ENORMOUS的计算力是根本不够的。 |
|
b*****h
发帖数: 3386 | 7 啥是证伪？
概率模型不能被证伪的。只能被reject, 低于p value的某个cutoff时. |
|
r****y
发帖数: 26819 | 8 我觉得就是完全宏观的世界，跟量子力学没关系的，也可以搞这么一个概率模型啊
比如说，把一个改卷子的老师关一黑箱子里，还是遥控箱子外面一个考生死活的。
你就是一眨不眨看着箱子外面那个考生，也不知道他到底是死还是活。 |
|
r****y
发帖数: 26819 | 9 我觉得就是完全宏观的世界，跟量子力学没关系的，也可以搞这么一个概率模型啊
比如说，把一个改卷子的老师关一黑箱子里，还是遥控箱子外面一个考生死活的。
你就是一眨不眨看着箱子外面那个考生，也不知道他到底是死还是活。 |
|
s******g
发帖数: 5074 | 10 ....虽然俺也没有具体的数据, 不过这个模型什么地方有问题, 俺还不太明白 |
|
r*****s
发帖数: 892 | 11 今天努力一把，大家娱乐一下
首先得把恋爱描述成一个两人参与的博弈游戏，不考虑三角恋的情况，那么两人参与，每
人有两种选择，分手或是继续，关于各种决策下的收益描述如下：
情况一：不相爱 情况二：相爱
分手 继续 分手 继续
分手 M,M 1,-L 分手 0,0 1,-L
继续 -L,1 0,0 继续 -L,1 M,M
也就是说，如果是不相爱的，分手/分手是唯一的Nash均衡（实际上有分手策略优于继续
策略），如果是相爱的话，分手/分手和继续/继续都是Nash均衡，当然继续/继续是最好
的（L>M>1）。现假设相爱的概率p小于0.5（合理吧）。
首先讨论如下情况，假设两人中有一人不知道系统处于何种状态，此时很容易得到，系统
有唯一的Nash均衡——分手/分手，双方的期望收益都是(1-p)M。
好，现在讨论复杂一些的情况，假设在相爱的情况下，甲方知道系统处于相爱的状态，但
他不知道乙方是否知道，于是他会向对方发出“我爱你”的消息（假设若在不相爱的情况
下则不发消息 |
|
R********n
发帖数: 519 | 12 支持，统计理论正确的前提是概率模型正确，然后再说推导，基本上其实建模才是更关键
的问题 |
|
s******a
发帖数: 472 | 13 http://www.youtube.com/watch?v=1rRgIr0jhHc
这个video是活细胞成像的movie，也是我想分析的数据。真正的数据movie时间更长，
但是细胞其实动的没有那么快。其实，做image segementation并不难，因为细胞表达
荧光蛋白（类似于saw说的红色的球），一般的threshold算法就很容易搞定；我觉得难的是用什么tracking算法。比如k-
NN来推断前后images之间object的对应关系，或者其他概率模型？这个和那个鸽子相比还
有一个难点，就是一个object会变成2个，然后你需要重新分别对两个object进行track。
随着显微镜相关技术发展，活细胞成像将成为生物医学领域的重要研究工具，CV人跳这
个坑我觉得应该有前途。
。 |
|
c********l
发帖数: 8138 | 14 通过这个case，无法证明：
“通过网络找创业partner不靠谱”，
而是你自己的要求过于specific
你要找的人，本来相当于一个CTO/architect的角色。本来这方面的人，如果真
有能力，本来就在市场上相当抢手。人家大公司的bonus/stock拿得满满的，
能来你这儿自然就是极小概率，你还要求那么多什么passport之类的新技术，
用新技术本身是好事。
但你用新技术这个标准招人，限制的不是别人，而是你自己
如果我是你，我就贴一个广告：“创业公司寻找partner，解决H1b和绿卡”
实际上就是找人做marketing和打杂的文科小姑娘
美国这边，急着找工作的文科小姑娘一抓一大把，
只要广告一贴，你的信箱立马爆满，到时候你尽管挑业务能力最强的。
只要有柴米油盐鸡毛蒜皮的事情，都交给小姑娘办。
你自己专心搞你的核心技术就行了。 |
|
c********l
发帖数: 8138 | 15 楼主要找CTO，现在真正能出活的CTO很难找，很贵，所以不管线上还是线下都难找
你要找有特殊技术的CTO。在你愿意画大饼的前提下，找同学和同事的概率的确高一些
但网上你是不指望了
despite这两条，网上找COO,CMO甚至cfo作为co founder还是相当容易。
难道文科小姑娘就做不成partner吗？只要功夫好，人家一样做partner。 |
|
W*V
发帖数: 13 | 16 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 恳请数学高人指导相助. |
|
W*V
发帖数: 13 | 17 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 这里有潜水的能人吗? 恳请数学高
人指导相助. |
|
W*V
发帖数: 13 | 18 我正想求教懂数学的高人帮助解决我目前一进化研究中的问题: 几个相关 基因(包括产
物)同时发生突变(数)概率与进化速度的量化关系. 这里有潜水的能人吗? 恳请数学高
人指导相助. |
|
k*****1
发帖数: 454 | 19 我就推荐一本书给对概率模型感兴趣的同学，
Introduction to Probability Models, Ninth Edition (Hardcover)
by Sheldon M. Ross ------ $20.00
非常浅显易懂。都是实例分析。 |
|
b******k
发帖数: 2321 | 20 现在瞄准1.1类新药的公司不少了 14年上半年光申请临床的1.1类新药就几十个 分布在
十几个公司里 不乏像杭州歌礼这样小型的startup
能在中国做1.1类新药的 我不觉得会有谁想去卖给大公司。道理明摆着的：真的临床过
了，国家政策（尤其是医保），稳定的现金流，甚至上市都是看得见的，犯得着贱卖么
？至于临床风险，当然是有，不过目前的1。1类大多还是me too类的，失败概率没那么大 |
|
i*******e
发帖数: 349 | 21 stata 里面的命令是xtreg，可以查看一下这个命令的帮助文件。
基于线性模型的panel方法还是比较简单的，入门可以看看Wooldridge的本科教材
Introductory econometrics, a modern approach，有OLS的基础花个几天就差不多可
以掌握基础的方法了。 |
|
y****t
发帖数: 9189 | 22 wokao，名媛到了。
处理panel data的两种基本方法是fix effect和random effect。 后者假设太强，用的
基本上很少。对于fix effect 模型而言，只需把每个人的变量在时间上作一个差分，
然后再用差分之后的数据run OLS就行了。楼上说的对，有OLS的基础就很快了。 |
|
G*****m
发帖数: 222 | 23 胡乱说几句。
从lender的ulility看，1000的放贷对于lender只是local线形utility。用最低的成本
催，收得回收不回关系不大，只要n够大，收回一部分就行了，expected(U)一定，var
（U）很小。
1000密林就不同了，如果收不回来U会急剧降低，所以E（U）很小，Var（U）很大。为
了提高 E（U）降低Var（U），愿意花费相当的成本减少哪怕是一点点default的概率。 |
|
r********3
发帖数: 2998 | 24 复变函数那些在CS领域根本没啥用处。
CS里面有用的数学主要还是离散优化，概率模型等等。真正威胁CS的，是做计算数学和
统计的人。甚至搞经济学的人，在这块都做得很深入。这点还轮不到做EE的人来威胁。
不过，数学再好，都没有用，数学在很多人眼里只是工具而已。现实社会，把domain知
识和背景看得都比任何工具都重要。收入最高的几个行业，什么时候轮到数学系和物理
系了的？
CS
ee |
|
g**********t
发帖数: 475 | 25 在population genetics, evolution和ecology里面数学都有非常重要的意义。这些学
科的定量化的研究差不多有100年的历史了，不过在分子生物学领域数学的影响比较有
限。我觉得数学化（或者说定量化）是任何学科发展的必然结果，不过生物要想数学化
，重要的实验技术突破是关键，可以说理论发展的原动力是来自于实验的发展。比如说
测序技术极大的推动了分子进化理论的发展，现在以ML和Bayes方法为基础的概率模型成
为了分子进化研究的主流。 |
|
s*****r
发帖数: 183 | 26 7样也是加入chunking的因素啊。什么时候变成4样了？
感觉现在不怎么提容量问题了，都是概率模型。 |
|
f****y
发帖数: 2 | 27 用数学或概率模型分析trading strategy，这里谢过了，最近想看一些和Quant
Trading Analyst 有关的东西 |
|
c******n
发帖数: 49 | 28 这应该是weighted mean。问题是你这样选weights对你的模型是合理的吗？ |
|
|
s*******0
发帖数: 3461 | 30 为什么 他把gaussian copula 用在credit risk上 会对这次的次债危机有影响
具体是什么道理？ 网上看了一些 不是很明白 呵呵
gaussian copula 就是连接 几个 不同边缘分布的函数 求联合概率分布的一个方式 具体的问题在哪？ 看了 貌似说 相关系数 不是静态的 是动态的？ |
|
w******e
发帖数: 142 | 31 barra 里面做hedge fund research的就有用bayesian 的，一些简单例子比如你平时用
regression来产生系数然后来帮助你投资的模型你把一般的regression换成kalman
filter就可能可以盈利了。 |
|
w******e
发帖数: 142 | 32 我也比较同意你的变化快的说法，比如如果你去估算dynamic CAPM的beta的话它的响应
速度应该是比较快的，感觉上假如你要调节你的portfolio的beta的话用这个模型算出
来的比你用historical regression反应要快很多吧。然后看之前那个经典的2005
Elliot 写的arbitrage的paper他们也是用kalman去估算的。我也是最近开始搞一点类
似dynamic CAPM类似的东西玩，纯粹纸上谈兵，不知道先辈们有啥经验和好玩的想法？
value |
|
L*******t
发帖数: 2385 | 33 现在的市场和模型基本上都是incomplete的了
很多期权都不是redundant。。
当然这样也好。
给pricing带来很大的自由度 |
|
l********k
发帖数: 14844 | 34 加个条件：后上厕所的人，行为不会受到前人的影响。当然，即使有影响，也可以作定
性讨论，但模型就复杂一点了。 |
|
m*********i
发帖数: 50 | 35 就是一些基本的概率模型以及假设一些场景问你怎么建模 |
|
w****o
发帖数: 367 | 36 一月份刚过了SOA exam P，然后拿到一个验证概率模型的实习的面试。人力资源告诉我
会考我公式什么的，我头天就把公式都看了一遍。心里想，如果就算考计算也不怕，刚
过了P。
结果问了好多排列组合的东西，晕死。虽然都特别简单，但是要我在黑板上做，然后还
得讲解思路，加上紧张，做得稀里哗啦。
看来面试前还是要好好有针对性地做一下题。公司做什么，就看哪一方面的题。
后来一个人面世的女的还问我的P考了多少分，我说刚考完，还不知道。一脸不相信我
这个水平能考过的样子。后来他们的头儿，跟我说，他也考过P，但是没过，不过那是
30年前的事了。
1个月以后告诉消息，看来还得继续找。
经验就是面试前，要做好题，就像准备考试一样。 |
|
s*****n
发帖数: 2174 | 37 开什么国际玩笑?
按照你的说法, 如果去估计一个正态分布的mui, 随便取一个样本
就算了, 反正概率模型已知, 一个样本本身就是无偏估计. 人家取
多个样本取均值的, 都是多此一举了?
LZ要做10000次, 毕竟有做10000次的道理. 也许是要simulation,
bootstrapping, 或者cross-validation. 总要有个procedure
来生成random sample吧, 难道每次都等着你随意选择? |
|
T*******I
发帖数: 5138 | 38 对不起，我把places看成pieces了。
是的。我所说的三分法就是分三段，也就是将一个全样本空间分成低、中和高三个临界空间，然后在每个临界空间内建回归模型。这里的关键是找到两个临界点的期望估计。 |
|
d******e
发帖数: 7844 | 39 呵呵，陈大师开始忽悠新人了？
这种东西都要扯倒那传说中的PRA上来啊，哈哈哈哈哈
界空间，然后在每个临界空间内建回归模型。这里的关键是找到两个临界点的期望估计。 |
|
j*******y
发帖数: 58 | 40 how do you know the prob of head/tail is 0.5? |
|
T*******I
发帖数: 5138 | 41 对不起，我说了我是学医出生的。我只有有限的能力接受古典概型的结论，却没有能力
从数学理论上去论证它。建议你去问搞数学、特别是概率论的高人。 |
|
|
|
s*****r
发帖数: 790 | 44 所以你也是认为，你的理论中所提到的随机，也必须是基于一定的假设（条件）了？
你不觉得荒谬么？没有什么东西从终极来说是随机的，都是固定的，你还在这里妄谈什
么随机？ |
|
T*******I
发帖数: 5138 | 45 既然你我都承认我们对fixed的外部世界不可全知，所以，我想请问你，你可以假设一
个不知道的东西吗？ |
|
|
T*******I
发帖数: 5138 | 47 在国内读硕士期间学了一点点。另外，考研究生前自学了一点点。再就是后来做分段回
归分析的方法学研究前读了数学专业的《概率论基础》的前100页。这方面的知识少的
可怜啊，所以我说我不懂概率论。 |
|
w****a
发帖数: 114 | 48 恩。能够感觉到一点点，所以有的时候能够感觉到和你交流有一点点障碍。
概率论很好玩，建议随便看看，也许会有兴趣，如果真是这样，很多本科数学的东西也
应该会感兴趣。
统计毕竟还要依靠数学，虽然不是完全依靠，有一些比较solid的数学知识是很有必要
的，特别是对于做科学研究而言。当然仁者见仁，智者见智。 |
|
d******e
发帖数: 7844 | 49 这句话是Box说的，Fisher的女婿，呵呵。 |
|
w***n
发帖数: 1084 | 50 老陈，概率问题俺不懂。俺就想请教一下你为啥不写成Full model/Complete model，
而写成Fullwise model。字典里可没fullwise这个词。 |
|
