f***y
发帖数: 4447 | 1 http://tech.qq.com/a/20180814/049868.htm
日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
以下为发言实录：
首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
分。
第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
一样，都是由一系列的等式所构成，有一些随机组成部件。我们的目的是希望解释我们
所观察到的世界上的现象，而我们关键的工具是使用模型，然后放到电脑里模拟。把模
拟后的数据拿来，利用数学方法，去微调它的参数，希望尽量接近于现实。在这个过程
中，我们扮演上帝的角色。所以写参数、模拟过程中是在假装，我们是在假装是上帝产
生了这些数据。我们尽量想接近这个准确度。我们想接近或者模拟上帝的做法。
这个说起来容易做起来非常难，两百年、三百年前人们认为这是个好主意，但是当年的
人不知道怎么操作。为什么？因为比如说你写下一个粒子的模型没有办法运算，算不出
来。但是到了二十世纪尤其是二战结束以后，我们出现了一些技术的巨将，包括诺尔曼
，来自于奥地利的一个移民。我的岳父泰勒是研究核弹的，他们发明了蒙特卡乐模型，
都是50多岁的时候发明的。但是三、四年以后统计学家来了，搞清楚了可以做统计分析
。所以这时候来了一场革命，影响了各行各业的科学家的研究工作，这就是技术创新带
来的好处。其实这个过程中我们都在扮演上帝的角色。
我怎么讲到这儿来了呢？人工智能首先是一些很华丽的辞藻。人工智能其实就是统计学
，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是我们说
所有的人工智能利用的都是统计学来解决问题。有一些新发展，过去二三十年，今天我
们统计学的完成质量更高，首先电脑运算速度更快，有新的算法，好多是源于物理学发
展，还有统计力学等等，这是过去3到4年从物理学拿来，加速了我们做系列统计学方面
的进步。过去写下来公式，但是没有办法求解，过去你放计算机，但是能力太差，做不
了。后来有了AlphaGo，就是一个动态编程，太大了。两三年前的解决之道就是特别大
、特别快的计算机，利用一块一块的算法去运算。我觉得亚当斯密百分之百正确，多少
年前说应该有专业分工，这是正确的。
今天有很多工具，如果统计学家一点也不懂物理学，很多人类科技进步就不能变成现实
。所以我想作为企业家大家也应该做通才，我们应该去考虑来自不同技术的融合或者是
相互促进，这就是为什么有了阿尔法GO的成功。
还有一两点，是刚才听了前面发言人的一些感受。到底什么是金融？金融的含义是什么
？问一个高中生什么是金融，他觉得是太华丽的一个辞藻。什么是金融？金融就是有人
存钱有人不存钱，有人花的多挣的少，有人想投资，人是不一样的。什么是储蓄？什么
是金融？有一些人就是来做中介，存钱的和需要花钱的人做中介，这个业务就是金融。
这个业务包含以下几方面。首先很容易受到欺诈侵害。第二很容易受到不信任的伤害。
如果我攒了钱，把钱交给别人帮我打理，我交给的人是我信任的人，他没有不还钱的动
机。他为什么还钱给我。金融体系要验证，我把钱借给你之后会不会还我，这就是金融
的关键。如何让别人相信你？金融该是信任和验证相关的活动。在这些方面是有技术发
展的，就是验证和信任的工具。
是谁作为主体，是国家做还是谁做？你以自己的生活为例，你和你的家人为例，家人之
间也有很多的信任和验证。比如，阿里巴巴或者亚马逊是“国中国”，因为他们的工作
是创造交易平台，人们可以参与买方卖方在他们的交易平台上活动，无论是阿里巴巴还
是亚马逊都是发挥警察作用，既管理买方也管理卖方，相当于电子警察，他们开发技术
，改良交易平台的信任和验证。像20到25年前你们的工作。就是前沿的工作，当时就在
讲这样的问题的理论，这个理论的技术不断进步。
最后我还想一点，有新的领域的出现，我应该意识到算法机制设计。这个涉及了几个领
域。首先，它讲的是如何运转一个国家或者是运转一个公司像阿里巴巴，或者运转一个
拍卖，如何保证人们付款。它结合了什么？结合了计算机科学、博弈论、计算、数学运
算，也就是说，上过这门课的人了解了好多东西。他要了解各种各样的学科，所以说专
家和通才一起开创新的领域，这些都是值得大家追踪的新的领域 |
b****l
发帖数: 23606 | 2 sargent不是搞宏观经济的吗？
我还用过他的那本出名的宏观教材呢。
【在 f***y 的大作中提到】
: http://tech.qq.com/a/20180814/049868.htm
: 日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
: 式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: 以下为发言实录：
: 首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
: 分。
: 第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
: 。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
: 、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
|
e*********9
发帖数: 1 | 3 人工智能这种字眼就是拿来忽悠小破熊这些文盲的
[在 foofy (不才) 的大作中提到：]
:http://tech.qq.com/a/20180814/049868.htm
:日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
:人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的
公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
:以下为发言实录：
:首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的
部分。
:第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说
话。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程
学、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也
是一样，都是由一系列的等式所构成，有一些随机组成部件。我们的目的是希望解释我
们所观察到的世界上的现象，而我们关键的工具是使用模型，然后放到电脑里模拟。把
模拟后的数据拿来，利用数学方法，去微调它的参数，希望尽量接近于现实。在这个过
程中，我们扮演上帝的角色。所以写参数、模拟过程中是在假装，我们是在假装是上帝
产生了这些数据。我们尽量想接近这个准确度。我们想接近或者模拟上帝的做法。
:这个说起来容易做起来非常难，两百年、三百年前人们认为这是个好主意，但是当年
的人不知道怎么操作。为什么？因为比如说你写下一个粒子的模型没有办法运算，算不
出来。但是到了二十世纪尤其是二战结束以后，我们出现了一些技术的巨将，包括诺尔
曼，来自于奥地利的一个移民。我的岳父泰勒是研究核弹的，他们发明了蒙特卡乐模型
，都是50多岁的时候发明的。但是三、四年以后统计学家来了，搞清楚了可以做统计分
析。所以这时候来了一场革命，影响了各行各业的科学家的研究工作，这就是技术创新
带来的好处。其实这个过程中我们都在扮演上帝的角色。
:我怎么讲到这儿来了呢？人工智能首先是一些很华丽的辞藻。人工智能其实就是统计
学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是我们
说所有的人工智能利用的都是统计学来解决问题。有一些新发展，过去二三十年，今天
我们统计学的完成质量更高，首先电脑运算速度更快，有新的算法，好多是源于物理学
发展，还有统计力学等等，这是过去3到4年从物理学拿来，加速了我们做系列统计学方
面的进步。过去写下来公式，但是没有办法求解，过去你放计算机，但是能力太差，做
不了。后来有了AlphaGo，就是一个动态编程，太大了。两三年前的解决之道就是特别大
:、特别快的计算机，利用一块一块的算法去运算。我觉得亚当斯密百分之百正确，多
少年前说应该有专业分工，这是正确的。
:今天有很多工具，如果统计学家一点也不懂物理学，很多人类科技进步就不能变成现
实。所以我想作为企业家大家也应该做通才，我们应该去考虑来自不同技术的融合或者
是相互促进，这就是为什么有了阿尔法GO的成功。
:.......... |
k**********4
发帖数: 16092 | 4 经济学也是，都是改了个名字
【在 b****l 的大作中提到】
: sargent不是搞宏观经济的吗？
: 我还用过他的那本出名的宏观教材呢。
|
b****l
发帖数: 23606 | 5 经济学显然不是统计。
打个比方吧，经济学是骗子学课，就跟抓鬼的道士一样。
而统计学，是为骗子准备骗术，道具的。统计学就研究，怎么用桃木剑砍出血来
这样的话题。
【在 k**********4 的大作中提到】
: 经济学也是，都是改了个名字
|
k**********4
发帖数: 16092 | 6 u understand a bird
【在 b****l 的大作中提到】
: 经济学显然不是统计。
: 打个比方吧，经济学是骗子学课，就跟抓鬼的道士一样。
: 而统计学，是为骗子准备骗术，道具的。统计学就研究，怎么用桃木剑砍出血来
: 这样的话题。
|
d******s
发帖数: 1190 | 7 鄙视链的尾巴竟然议论起鄙视链的头了？难道鄙视链其实是个环。。。。 |
e*g
发帖数: 4981 | 8 经济学：用统计寻找因果关系（占卜算命）
人工智能：用统计实现因果关系（请神上身） |
b****l
发帖数: 23606 | 9 tm的。对于这些问题，虽然我水平也不怎么行，但是本版没有人有资格质疑我。
【在 k**********4 的大作中提到】
: u understand a bird
|
k**********4
发帖数: 16092 | 10 what is the difference between SD and standard err of the mean?
【在 b****l 的大作中提到】
: tm的。对于这些问题，虽然我水平也不怎么行，但是本版没有人有资格质疑我。
|
|
|
s***h
发帖数: 487 | 11 Yes it is ring 。。。
: 鄙视链的尾巴竟然议论起鄙视链的头了？难道鄙视链其实是个环。。。。
【在 d******s 的大作中提到】
: 鄙视链的尾巴竟然议论起鄙视链的头了？难道鄙视链其实是个环。。。。
|
c****x
发帖数: 6601 | 12 以前这些方法不好使，是因为数据量不够大。要消除不确定性或者噪音就得使用大量信
息或额外信息。
现在时机成熟了。
【在 f***y 的大作中提到】
: http://tech.qq.com/a/20180814/049868.htm
: 日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
: 式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: 以下为发言实录：
: 首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
: 分。
: 第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
: 。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
: 、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
|
b****l
发帖数: 23606 | 13 你想问的是sample standard diviation 和 MSE的差别吗？
一个是sigma的无偏估计，一个是sigma平方的有偏估计，公式都不一样。
这个有什么好问的？数理统计或者回归分析第一门课就讲了。
我问你一个好吗？递归宏观经济学里面 sequence problem 和functional
problem有什么关系啊？就是楼上那个萨金特的宏观书里面就有讲。
【在 k**********4 的大作中提到】
: what is the difference between SD and standard err of the mean?
|
b****l
发帖数: 23606 | 14 为什么说萨金特是鄙视链的尾巴？
【在 d******s 的大作中提到】
: 鄙视链的尾巴竟然议论起鄙视链的头了？难道鄙视链其实是个环。。。。
|
k**********4
发帖数: 16092 | 15 后面这个问题我不懂，但是我一看公式就知道是什么model，前面这个问题你的回答纯
属放屁
【在 b****l 的大作中提到】
: 你想问的是sample standard diviation 和 MSE的差别吗？
: 一个是sigma的无偏估计，一个是sigma平方的有偏估计，公式都不一样。
: 这个有什么好问的？数理统计或者回归分析第一门课就讲了。
: 我问你一个好吗？递归宏观经济学里面 sequence problem 和functional
: problem有什么关系啊？就是楼上那个萨金特的宏观书里面就有讲。
|
b****l
发帖数: 23606 | 16 你就问个SD，和standard err of the mean，不是搞笑吗？
SD有随机变量的SD，样本SD，母体SD，定义都一样吗？
至于什么standard err of the mean，不是更搞笑吗？你知道你在问什么吗？
难道你问的是MEAN的variance？那就是随机变量的variance除以n。
【在 k**********4 的大作中提到】
: 后面这个问题我不懂，但是我一看公式就知道是什么model，前面这个问题你的回答纯
: 属放屁
|
s***h
发帖数: 487 | 17 传统统计学是 closed form function，现代深神经网络是用简单 function (sigmoid
function）作为积木块，拼积木拼出巨大 piece-wise function，加 function of
function。这样 function 可以很复杂，内在参数无数，变化无穷，才可以上大数据。
其实就好比把 iterative numerical solver 的思想用在统计学 regression fitting
上。当然这个比方不是很确切。
: 以前这些方法不好使，是因为数据量不够大。要消除不确定性或者噪音就
得使用
大量信
: 息或额外信息。
: 现在时机成熟了。
【在 c****x 的大作中提到】
: 以前这些方法不好使，是因为数据量不够大。要消除不确定性或者噪音就得使用大量信
: 息或额外信息。
: 现在时机成熟了。
|
c*********d
发帖数: 9770 | 18 忽悠你这种傻屄，根本不需要学问。
包子玩你都毫无难度。
【在 e*********9 的大作中提到】
: 人工智能这种字眼就是拿来忽悠小破熊这些文盲的
: [在 foofy (不才) 的大作中提到：]
: :http://tech.qq.com/a/20180814/049868.htm
: :日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: :人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的
: 公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: :以下为发言实录：
: :首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的
: 部分。
: :第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说
|
k**********4
发帖数: 16092 | 19 随机变量的SD除以square root of n
【在 b****l 的大作中提到】
: 你就问个SD，和standard err of the mean，不是搞笑吗？
: SD有随机变量的SD，样本SD，母体SD，定义都一样吗？
: 至于什么standard err of the mean，不是更搞笑吗？你知道你在问什么吗？
: 难道你问的是MEAN的variance？那就是随机变量的variance除以n。
|
b****l
发帖数: 23606 | 20 你要问一个东西，要不就问个开放问题。你要问这种问题，就要把问题问清楚了。
就你这种千老辅修了几门统计课的，还跟我比这个？
【在 b****l 的大作中提到】
: 你就问个SD，和standard err of the mean，不是搞笑吗？
: SD有随机变量的SD，样本SD，母体SD，定义都一样吗？
: 至于什么standard err of the mean，不是更搞笑吗？你知道你在问什么吗？
: 难道你问的是MEAN的variance？那就是随机变量的variance除以n。
|
|
|
m*****n
发帖数: 3575 | 21 问题在于这种泥腿子函数有多大的稳定性？
可重复性才是科学的前提
能解释只是算命的基本功
sigmoid
fitting
【在 s***h 的大作中提到】
: 传统统计学是 closed form function，现代深神经网络是用简单 function (sigmoid
: function）作为积木块，拼积木拼出巨大 piece-wise function，加 function of
: function。这样 function 可以很复杂，内在参数无数，变化无穷，才可以上大数据。
: 其实就好比把 iterative numerical solver 的思想用在统计学 regression fitting
: 上。当然这个比方不是很确切。
:
:
: 以前这些方法不好使，是因为数据量不够大。要消除不确定性或者噪音就
: 得使用
: 大量信
:
: 息或额外信息。
|
k**********4
发帖数: 16092 | 22 what's the difference between logistic regression and decision tree?
【在 b****l 的大作中提到】
: 你要问一个东西，要不就问个开放问题。你要问这种问题，就要把问题问清楚了。
: 就你这种千老辅修了几门统计课的，还跟我比这个？
|
b****l
发帖数: 23606 | 23 你说的跟我说的有区别吗？
所以说，你这些问题，把定义说清楚了，把问题问清楚了，
难道我不会答？
【在 k**********4 的大作中提到】
: 随机变量的SD除以square root of n
|
s***h
发帖数: 487 | 24 泥腿子函数当然不容易稳定，但 iterative numerical solver 的 costing function
也不容易稳定。
我觉得工业界里 iterative numerical solver 写 costing 就是个 arts 而不是
science，convergence 好不好主要看手气。
深神经网络的 layered network 咋玩我不懂，但搞不好也是个艺术活。
: 问题在于这种泥腿子函数有多大的稳定性？
: 可重复性才是科学的前提
: 能解释只是算命的基本功
: sigmoid
: fitting
【在 m*****n 的大作中提到】
: 问题在于这种泥腿子函数有多大的稳定性？
: 可重复性才是科学的前提
: 能解释只是算命的基本功
:
: sigmoid
: fitting
|
m*****n
发帖数: 3575 | 25 贝叶斯稳定么？
目前统计学领域内最靠得住的方向是哪个？
function
【在 s***h 的大作中提到】
: 泥腿子函数当然不容易稳定，但 iterative numerical solver 的 costing function
: 也不容易稳定。
: 我觉得工业界里 iterative numerical solver 写 costing 就是个 arts 而不是
: science，convergence 好不好主要看手气。
: 深神经网络的 layered network 咋玩我不懂，但搞不好也是个艺术活。
:
:
: 问题在于这种泥腿子函数有多大的稳定性？
:
: 可重复性才是科学的前提
:
: 能解释只是算命的基本功
:
: sigmoid
|
b****l
发帖数: 23606 | 26 decision tree是什么我都不知道。
logistic regression就是对付离散数据的，logit model
跟probit差不多，就是一个假设exponential error，一个假设正太error
【在 k**********4 的大作中提到】
: what's the difference between logistic regression and decision tree?
|
k**********4
发帖数: 16092 | 27 扯几八蛋，年轻人，你还是谦虚点吧，各行如隔山
【在 b****l 的大作中提到】
: decision tree是什么我都不知道。
: logistic regression就是对付离散数据的，logit model
: 跟probit差不多，就是一个假设exponential error，一个假设正太error
|
m*****n
发帖数: 3575 | 28 我在研究金融统计
求指点一二
【在 k**********4 的大作中提到】
: 扯几八蛋，年轻人，你还是谦虚点吧，各行如隔山
|
s***h
发帖数: 487 | 29 我不做深神经网络，这些我不懂。
其实要做，我猜一般也就拿个已知的比如 Google Inception Model 过来改改，我猜工
业界基本都是短平快不冒险。
: 贝叶斯稳定么？
: 目前统计学领域内最靠得住的方向是哪个？
: function
【在 m*****n 的大作中提到】
: 我在研究金融统计
: 求指点一二
|
b****l
发帖数: 23606 | 30 tm的。你说我哪里扯淡？
你自己没看懂内容吧
自己去参考wooldridge的平行面板数据计量分析第15章吧。
以为声音大就能赢？
【在 k**********4 的大作中提到】
: 扯几八蛋，年轻人，你还是谦虚点吧，各行如隔山
|
|
|
k**********4
发帖数: 16092 | 31 read it again
【在 b****l 的大作中提到】
: tm的。你说我哪里扯淡？
: 你自己没看懂内容吧
: 自己去参考wooldridge的平行面板数据计量分析第15章吧。
: 以为声音大就能赢？
|
m*****n
发帖数: 3575 | 32 Wooldridge很牛逼么？
好像也就比Damodaran高一点吧
【在 b****l 的大作中提到】
: tm的。你说我哪里扯淡？
: 你自己没看懂内容吧
: 自己去参考wooldridge的平行面板数据计量分析第15章吧。
: 以为声音大就能赢？
|
p***n
发帖数: 17190 | 33 統計學
每個維度只取兩個數
頂多加大維度
然後用矩陣算
所以只能算到兩兩的相干性
四個詞的相干性
就推不出來了
【在 f***y 的大作中提到】
: http://tech.qq.com/a/20180814/049868.htm
: 日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
: 式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: 以下为发言实录：
: 首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
: 分。
: 第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
: 。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
: 、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
|
s***h
发帖数: 487 | 34 牛人。。。问一下 time series unstructured data analytics 有啥好的统计学公式
可以抄？
: Wooldridge很牛逼么？
: 好像也就比Damodaran高一点吧
【在 m*****n 的大作中提到】
: Wooldridge很牛逼么？
: 好像也就比Damodaran高一点吧
|
s***h
发帖数: 487 | 35 四个变量上四维空间 tensor 不行么？
实在不行上 2^4 = 16 维 tensor 总可以了吧
: 統計學
: 每個維度只取兩個數
: 頂多加大維度
: 然後用矩陣算
: 所以只能算到兩兩的相干性
: 四個詞的相干性
: 就推不出來了
【在 p***n 的大作中提到】
: 統計學
: 每個維度只取兩個數
: 頂多加大維度
: 然後用矩陣算
: 所以只能算到兩兩的相干性
: 四個詞的相干性
: 就推不出來了
|
m*****n
发帖数: 3575 | 36 我也仅仅是在学而已
Econometrics比较好的是Russell Davidson
Time Series我还没啃过，不知道谁的好，这不正在问呢～
【在 s***h 的大作中提到】
: 牛人。。。问一下 time series unstructured data analytics 有啥好的统计学公式
: 可以抄？
:
:
: Wooldridge很牛逼么？
:
: 好像也就比Damodaran高一点吧
:
|
b****l
发帖数: 23606 | 37 我不是跟你说我不知道什么是decision tree了么？
至于什么是logistic reg
自己看维基去。
关于logit model 和probit model的区别，恐怕你从来没学过吧？
Logistic regression
From Wikipedia, the free encyclopedia
Jump to navigation
Jump to search
"Logit model" redirects here. It is not to be confused with Logit function.
In statistics, the logistic model (or logit model) is a statistical model that is usually taken to apply to a binary dependent variable. In regression analysis, logistic regression or logit regression is estimating the parameters of a logistic model. More formally, a logistic model is one where the log-odds of the probability of an event is a linear combination of independent or predictor variables. The two possible dependent variable values are often labelled as "0" and "1", which represent outcomes such as pass/fail, win/lose, alive/dead or healthy/sick. The binary logistic regression model can be generalized to more than two levels of the dependent variable: categorical outputs with more than two values are modelled by multinomial logistic regression, and if the multiple categories are ordered, by ordinal logistic regression, for example the proportional odds ordinal logistic model.[1]
Logistic regression was developed by statistician David Cox in 1958.[1][2] The binary logistic model is used to estimate the probability of a binary response based on one or more predictor (or independent) variables (features). It allows one to say that the presence of a risk factor increases the odds of a given outcome by a specific factor. The model itself simply models probability of output in terms of input, and does not perform statistical classification (it is not a classifier), though it can be used to make a classifier, for instance by choosing a cutoff value and classifying inputs with probability greater than the cutoff as one class, below the cutoff as the other. The coefficients are generally not computed by a closed-form expression, unlike linear least squares; see § Model fitting.
【在 k**********4 的大作中提到】
: read it again
|
k**********4
发帖数: 16092 | 38 我不是搞金融统计的，不敢乱说，关键是你用的方法既要powerful，assumptions又要
符合实际情况，这就的具体情况具体分析，没有one size fit all的方法
【在 m*****n 的大作中提到】
: 我在研究金融统计
: 求指点一二
|
b****l
发帖数: 23606 | 39 不牛逼，不过刚好我手头有这本书，而这本书是个常用教材。
这一章就是讲离散数据响应的，讲了logistic reg和probit model
【在 m*****n 的大作中提到】
: Wooldridge很牛逼么？
: 好像也就比Damodaran高一点吧
|
l**a
发帖数: 11 | 40 码农来回答。
SD是一个moment，可以用在样本或者总体上。
S ERR是描述样本和总体之间的关系的。样本和总体之间的差别随着N不同而不同，所以
叫error，样本无穷大了这个error就没了。
【在 k**********4 的大作中提到】
: what is the difference between SD and standard err of the mean?
|
|
|
m*****n
发帖数: 3575 | 41 你说的对，我就是要问这个
感觉统计学太讲究自洽
经常假设严重脱离现实
实在是难用
【在 k**********4 的大作中提到】
: 我不是搞金融统计的，不敢乱说，关键是你用的方法既要powerful，assumptions又要
: 符合实际情况，这就的具体情况具体分析，没有one size fit all的方法
|
k**********4
发帖数: 16092 | 42 书只是想让你知道你懂那点只是点皮毛，很重要的一点就是logit分布是normal
dstribution，不是exponential
that is usually taken to apply to a binary dependent variable. In regression
analysis, logistic regression or logit regression is estimating the
parameters of a logistic model. More formally, a logistic model is one where
the log-odds of the probability of an event is a linear combination of
independent or predictor variables. The two possible dependent variable
values are often labelled as "0" and "1", which represent ou: ..............
.....
【在 b****l 的大作中提到】
: 我不是跟你说我不知道什么是decision tree了么？
: 至于什么是logistic reg
: 自己看维基去。
: 关于logit model 和probit model的区别，恐怕你从来没学过吧？
: Logistic regression
: From Wikipedia, the free encyclopedia
: Jump to navigation
: Jump to search
: "Logit model" redirects here. It is not to be confused with Logit function.
: In statistics, the logistic model (or logit model) is a statistical model that is usually taken to apply to a binary dependent variable. In regression analysis, logistic regression or logit regression is estimating the parameters of a logistic model. More formally, a logistic model is one where the log-odds of the probability of an event is a linear combination of independent or predictor variables. The two possible dependent variable values are often labelled as "0" and "1", which represent outcomes such as pass/fail, win/lose, alive/dead or healthy/sick. The binary logistic regression model can be generalized to more than two levels of the dependent variable: categorical outputs with more than two values are modelled by multinomial logistic regression, and if the multiple categories are ordered, by ordinal logistic regression, for example the proportional odds ordinal logistic model.[1]
|
b****l
发帖数: 23606 | 43 你个千老，要用time series干什么？
【在 s***h 的大作中提到】
: 牛人。。。问一下 time series unstructured data analytics 有啥好的统计学公式
: 可以抄？
:
:
: Wooldridge很牛逼么？
:
: 好像也就比Damodaran高一点吧
:
|
m*****n
发帖数: 3575 | 44 你管我干啥呢？
最近研究炒股，不行么？
【在 b****l 的大作中提到】
: 你个千老，要用time series干什么？
|
b****l
发帖数: 23606 | 45 要搞计量研究的，就用hamilton的
要是应用的，就用robert. h. shumway的
【在 m*****n 的大作中提到】
: 我也仅仅是在学而已
: Econometrics比较好的是Russell Davidson
: Time Series我还没啃过，不知道谁的好，这不正在问呢～
|
b****l
发帖数: 23606 | 46 我问时崩姐，不是问你
【在 m*****n 的大作中提到】
: 你管我干啥呢？
: 最近研究炒股，不行么？
|
s***h
发帖数: 487 | 47 千老要研究 female copulatory vocalization 之 女生那一句 "我的小骚逼是不是很
紧呀" 导致男生射精的 unstructured time series data analytics 呀
: 你个千老，要用time series干什么？
【在 b****l 的大作中提到】
: 我问时崩姐，不是问你
|
b****l
发帖数: 23606 | 48 md，你大概根本就没看懂这两个model到底怎么来的，就是用R run了run回归而已。
logit 和probit的最大的区别就是 porbit是正太的，logit不是。
【在 k**********4 的大作中提到】
: 书只是想让你知道你懂那点只是点皮毛，很重要的一点就是logit分布是normal
: dstribution，不是exponential
:
: that is usually taken to apply to a binary dependent variable. In regression
: analysis, logistic regression or logit regression is estimating the
: parameters of a logistic model. More formally, a logistic model is one where
: the log-odds of the probability of an event is a linear combination of
: independent or predictor variables. The two possible dependent variable
: values are often labelled as "0" and "1", which represent ou: ..............
: .....
|
k**********4
发帖数: 16092 | 49 对，样本无穷大等于样本和总体重和，没有了sampling error
【在 l**a 的大作中提到】
: 码农来回答。
: SD是一个moment，可以用在样本或者总体上。
: S ERR是描述样本和总体之间的关系的。样本和总体之间的差别随着N不同而不同，所以
: 叫error，样本无穷大了这个error就没了。
|
k**********4
发帖数: 16092 | 50 whatever,hahahah...
【在 b****l 的大作中提到】
: md，你大概根本就没看懂这两个model到底怎么来的，就是用R run了run回归而已。
: logit 和probit的最大的区别就是 porbit是正太的，logit不是。
|
|
|
b****l
发帖数: 23606 | 51 样本无穷大就等于样本和总体重合？
计量里面有个东西叫asymptotic analysis，你学习一下再来说话。
样本再无穷，它也是样本，不是总体。
【在 k**********4 的大作中提到】
: 对，样本无穷大等于样本和总体重和，没有了sampling error
|
b****l
发帖数: 23606 | 52 再笑。脸都打肿了，还笑。
Logistic regression measures the relationship between the categorical dependent variable and one or more independent variables by estimating probabilities using a logistic function, which is the cumulative logistic distribution. Thus, it treats the same set of problems as probit regression using similar techniques, with the latter using a cumulative normal distribution curve instead. Equivalently, in the latent variable interpretations of these two methods, the first assumes a standard logistic distribution of errors and the second a standard normal distribution of errors.[16]
【在 k**********4 的大作中提到】
: whatever,hahahah...
|
m*****n
发帖数: 3575 | 53 谢谢
【在 b****l 的大作中提到】
: 要搞计量研究的，就用hamilton的
: 要是应用的，就用robert. h. shumway的
|
b****l
发帖数: 23606 | 54 其实我建议你这一辈子都别去试图看hamilton的那本。装逼犯装书架用的。
shumway的那本足够了，从R的指令到理论推导，都非常好。
【在 m*****n 的大作中提到】
: 谢谢
|
w**********g
发帖数: 5486 | |
s***h
发帖数: 487 | 56 想起马克思同志说过的一句话：在统计学家们钻 correlation 的牛角尖时，但上班更
重要的是 build a classifier!
: 我不是跟你说我不知道什么是decision tree了么？
: 至于什么是logistic reg
: 自己看维基去。
: 关于logit model 和probit model的区别，恐怕你从来没学过吧？
: Logistic regression
: From Wikipedia, the free encyclopedia
: Jump to navigation
: Jump to search
: "Logit model" redirects here. It is not to be confused
with Logit
function.
: In statistics, the logistic model (or logit model) is a
statistical
model that is usually taken to apply to a binary dependent variable. In
regression analysis, logistic regression or logit regression is estimating
the parameters of a logistic model. More formally, a logistic model is one
where the log-odds of the probability of an event is a linear combination of
independent or predictor variables. The two possible dependent variable
values are often labelled as "0" and "1", which
represent ou: ..............
.....
【在 b****l 的大作中提到】
: 其实我建议你这一辈子都别去试图看hamilton的那本。装逼犯装书架用的。
: shumway的那本足够了，从R的指令到理论推导，都非常好。
|
t********e
发帖数: 1079 | 57 我他妈就能质疑你，你他妈算老几。
【在 b****l 的大作中提到】
: tm的。对于这些问题，虽然我水平也不怎么行，但是本版没有人有资格质疑我。
|
m******r
发帖数: 4351 | 58 这两天翻了一下西方经济学，发现里面有很多似是而非的地方，还有很多先验的假设
比如说，说经济人都是理性的。但是当贫富极端分化的情况下，某个大富豪比如李嘉诚
做出不理性的决定了呢？又如何理解政府的非理性行为，比如为了增加GDP，把好好的
道路拆了修，修了拆的行为呢？
经济学的模型里面这种模糊的概念很多。比如使用价值，交易价值，社会必要劳动时间
的价值是同一个东西吗？好像很多时候不怎么区分。周期性的经济危机也解释的含含糊
糊，现在的危机难道不也可以说是之前的繁荣导致的吗？
还有GDP，按照产品法和增量法计算也有很多自相矛盾的地方。
总之，现在的很多国家按照西方经济学去按部就班地做，比如土耳其，招商引资，完全
自由化的经济，最终结果都是危机。
【在 b****l 的大作中提到】
: 经济学显然不是统计。
: 打个比方吧，经济学是骗子学课，就跟抓鬼的道士一样。
: 而统计学，是为骗子准备骗术，道具的。统计学就研究，怎么用桃木剑砍出血来
: 这样的话题。
|
b****l
发帖数: 23606 | 59 微经就是研究机理得。
假设人的理性性，就跟牛顿力学里面假设光滑平面似的，是个合理假设，但
你不能深究，深究下来，你事实上就找不到完全理性的人，也找不到完全common的
knowledge。
使用价值，交易价值和社会必要劳动时间是我党关心的吧？我在宏经微经里面从来
没有见过这样的概念。
周期性的经济危机，现在一般是认为，成因主要是由于市场的粘性。也就是说，市场
不能迅速完美的反应供求关系，反应滞后了，形成了不平衡市场。这个不平衡积累到
一定程度之后，就爆发为经济危机了。当然了，这些都是扯淡，没法证明的事儿。
【在 m******r 的大作中提到】
: 这两天翻了一下西方经济学，发现里面有很多似是而非的地方，还有很多先验的假设
: 比如说，说经济人都是理性的。但是当贫富极端分化的情况下，某个大富豪比如李嘉诚
: 做出不理性的决定了呢？又如何理解政府的非理性行为，比如为了增加GDP，把好好的
: 道路拆了修，修了拆的行为呢？
: 经济学的模型里面这种模糊的概念很多。比如使用价值，交易价值，社会必要劳动时间
: 的价值是同一个东西吗？好像很多时候不怎么区分。周期性的经济危机也解释的含含糊
: 糊，现在的危机难道不也可以说是之前的繁荣导致的吗？
: 还有GDP，按照产品法和增量法计算也有很多自相矛盾的地方。
: 总之，现在的很多国家按照西方经济学去按部就班地做，比如土耳其，招商引资，完全
: 自由化的经济，最终结果都是危机。
|
s***h
发帖数: 487 | 60 牛逼顿力学里的光滑平面，和冰场冰面的误差有多大，可以有实验测出严格的统计误差
上限。
而经济学里的理性经济人假设，跟实际股市上真实人群的差别，很难有准确的实验测得
误差上限模型，导致银行的 stress test modeling 一样会 fail。
: 微经就是研究机理得。
: 假设人的理性性，就跟牛顿力学里面假设光滑平面似的，是个合理假设，但
: 你不能深究，深究下来，你事实上就找不到完全理性的人，也找不到完全common的
: knowledge。
: 使用价值，交易价值和社会必要劳动时间是我党关心的吧？我在宏经微经里面从来
: 没有见过这样的概念。
: 周期性的经济危机，现在一般是认为，成因主要是由于市场的粘性。也就是说，
市场
: 不能迅速完美的反应供求关系，反应滞后了，形成了不平衡市场。这个不平衡积
累到
: 一定程度之后，就爆发为经济危机了。当然了，这些都是扯淡，没法证明的事儿。
【在 b****l 的大作中提到】
: 微经就是研究机理得。
: 假设人的理性性，就跟牛顿力学里面假设光滑平面似的，是个合理假设，但
: 你不能深究，深究下来，你事实上就找不到完全理性的人，也找不到完全common的
: knowledge。
: 使用价值，交易价值和社会必要劳动时间是我党关心的吧？我在宏经微经里面从来
: 没有见过这样的概念。
: 周期性的经济危机，现在一般是认为，成因主要是由于市场的粘性。也就是说，市场
: 不能迅速完美的反应供求关系，反应滞后了，形成了不平衡市场。这个不平衡积累到
: 一定程度之后，就爆发为经济危机了。当然了，这些都是扯淡，没法证明的事儿。
|
|
|
b****l
发帖数: 23606 | 61 经济学本来就是伪科学，坑蒙拐骗为主。你不能拿它严格的跟力学来比较。
就那么回事儿，不解决问题，只解释问题。
【在 s***h 的大作中提到】
: 牛逼顿力学里的光滑平面，和冰场冰面的误差有多大，可以有实验测出严格的统计误差
: 上限。
: 而经济学里的理性经济人假设，跟实际股市上真实人群的差别，很难有准确的实验测得
: 误差上限模型，导致银行的 stress test modeling 一样会 fail。
:
:
: 微经就是研究机理得。
:
: 假设人的理性性，就跟牛顿力学里面假设光滑平面似的，是个合理假设，但
:
: 你不能深究，深究下来，你事实上就找不到完全理性的人，也找不到完全common的
:
: knowledge。
:
: 使用价值，交易价值和社会必要劳动时间是我党关心的吧？我在宏经微经里面从来
|
s***h
发帖数: 487 | 62 关键是将来牛淫斯坦发现能穿越时间轴的 tachyon 粒子，那任何 time series
predictive classifier 都不是问题。
: 经济学本来就是伪科学，坑蒙拐骗为主。你不能拿它严格的跟力学来比较。
: 就那么回事儿，不解决问题，只解释问题。
【在 b****l 的大作中提到】
: 经济学本来就是伪科学，坑蒙拐骗为主。你不能拿它严格的跟力学来比较。
: 就那么回事儿，不解决问题，只解释问题。
|
b****l
发帖数: 23606 | 63 别做梦了，时间可逆和 预视，是不可能的。
什么理论推出了这个，就说明这个理论有问题。
【在 s***h 的大作中提到】
: 关键是将来牛淫斯坦发现能穿越时间轴的 tachyon 粒子，那任何 time series
: predictive classifier 都不是问题。
:
:
: 经济学本来就是伪科学，坑蒙拐骗为主。你不能拿它严格的跟力学来比较。
:
: 就那么回事儿，不解决问题，只解释问题。
:
|
s***h
发帖数: 487 | 64 好吧。。。做梦确实不如老老实实去做爱。。。
: 别做梦了，时间可逆和 预视，是不可能的。
: 什么理论推出了这个，就说明这个理论有问题。
【在 b****l 的大作中提到】
: 别做梦了，时间可逆和 预视，是不可能的。
: 什么理论推出了这个，就说明这个理论有问题。
|
p***n
发帖数: 17190 | 65 四維tensor 的矩陣工具不足
遠遠沒有二維的工具完整
簡單說就是你叫不到順手甚至可用的
subroutine 幫你做運算
【在 s***h 的大作中提到】
: 四个变量上四维空间 tensor 不行么？
: 实在不行上 2^4 = 16 维 tensor 总可以了吧
:
:
: 統計學
:
: 每個維度只取兩個數
:
: 頂多加大維度
:
: 然後用矩陣算
:
: 所以只能算到兩兩的相干性
:
: 四個詞的相干性
:
: 就推不出來了
|
f*******d
发帖数: 1 | 66 本来就是这样
花街需要讲故事，所以就从云计算讲到大数据然后AI，过两年肯定又是流行其他的东西 |
d********m
发帖数: 3662 | 67 optimization rules
statistics is pretty much a problem of convex optimization |
b******s
发帖数: 2919 | 68 这种话有什么意义。
诺贝尔经济学奖其实就是一个野鸡奖，只不过买了一个华丽辞藻 |
w********2
发帖数: 632 | 69 本来就是统计，但经典统计亿正太分布为主，现在的bigdata有很多问题，很多时候不
满足正态分布的assumptions.所以要一些特殊的处理，再搞些神经网络黑盒子算法，
google的股票就上去了。欧耶。
【在 f***y 的大作中提到】
: http://tech.qq.com/a/20180814/049868.htm
: 日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
: 式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: 以下为发言实录：
: 首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
: 分。
: 第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
: 。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
: 、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
|
b******s
发帖数: 2919 | 70 解决了实际问题，有了实际应用，产生了实际的价值。
【在 w********2 的大作中提到】
: 本来就是统计，但经典统计亿正太分布为主，现在的bigdata有很多问题，很多时候不
: 满足正态分布的assumptions.所以要一些特殊的处理，再搞些神经网络黑盒子算法，
: google的股票就上去了。欧耶。
|
|
|
b******s
发帖数: 2919 | |
w********2
发帖数: 632 | 72 现在可以预测7天天气，一个台湾人搞出来的模型。
【在 b******s 的大作中提到】
: 解决了实际问题，有了实际应用，产生了实际的价值。
|
d********m
发帖数: 3662 | 73 it is because computer power makes nonparametric analysis and bayesian
possible. these ideas are not new at all in the classical sense
【在 w********2 的大作中提到】
: 本来就是统计，但经典统计亿正太分布为主，现在的bigdata有很多问题，很多时候不
: 满足正态分布的assumptions.所以要一些特殊的处理，再搞些神经网络黑盒子算法，
: google的股票就上去了。欧耶。
|
c****3
发帖数: 10787 | 74 对你们千老听到很稀奇
码农早就知道底细。
菌斑不是一直说人工智能是老中医算命，统计学其实就是一种算命 |
w********2
发帖数: 632 | 75 that is true, all because of the hadoop-like open source cluster
platform based on linux.
【在 d********m 的大作中提到】
: it is because computer power makes nonparametric analysis and bayesian
: possible. these ideas are not new at all in the classical sense
|
d********m
发帖数: 3662 | 76 has to be advanced 码农
【在 c****3 的大作中提到】
: 对你们千老听到很稀奇
: 码农早就知道底细。
: 菌斑不是一直说人工智能是老中医算命，统计学其实就是一种算命
|
s********i
发帖数: 17328 | |
w********2
发帖数: 632 | |
b******s
发帖数: 2919 | 79 别吹牛逼了。人工智能现在是pay的最高的，
你要是觉得简单，赶紧转行，回国到百度，小姑娘排队等你。 |
b****d
发帖数: 1311 | 80
你说的只是理性经济人追求利益最大化。各种条件下的实际情况是：利益最大化的方案
总是很不稳定的。经济行为如果不考虑稳定性问题那就是撒流氓。
【在 m******r 的大作中提到】
: 这两天翻了一下西方经济学，发现里面有很多似是而非的地方，还有很多先验的假设
: 比如说，说经济人都是理性的。但是当贫富极端分化的情况下，某个大富豪比如李嘉诚
: 做出不理性的决定了呢？又如何理解政府的非理性行为，比如为了增加GDP，把好好的
: 道路拆了修，修了拆的行为呢？
: 经济学的模型里面这种模糊的概念很多。比如使用价值，交易价值，社会必要劳动时间
: 的价值是同一个东西吗？好像很多时候不怎么区分。周期性的经济危机也解释的含含糊
: 糊，现在的危机难道不也可以说是之前的繁荣导致的吗？
: 还有GDP，按照产品法和增量法计算也有很多自相矛盾的地方。
: 总之，现在的很多国家按照西方经济学去按部就班地做，比如土耳其，招商引资，完全
: 自由化的经济，最终结果都是危机。
|
|
|
m*******k
发帖数: 839 | 81 你说的有一腚道理，但是统计学最重要的发展是machine learning和baesian analysis
，人工智能大部分基于这两个方向
【在 w********2 的大作中提到】
: 本来就是统计，但经典统计亿正太分布为主，现在的bigdata有很多问题，很多时候不
: 满足正态分布的assumptions.所以要一些特殊的处理，再搞些神经网络黑盒子算法，
: google的股票就上去了。欧耶。
|
w********2
发帖数: 632 | 82 现在搞人工智能的都是用现成轮子，有谁能像加拿大的hunter搞一个开源算法的？这东
西就是泡沫，瓶颈在高质量的大数据和快速硬件平台。 |
w********2
发帖数: 632 | 83 看看google怎么收集数据的吧，你不给真ip它不让你查，这才是最关键的。数据噪音大
了，random variance超过function的作用大时候，再好的算法也没戏。有好数据，传
统anova一样可以有不错的结果。ai比基础算法glm anova强多少？有时候好20-30%，有
时候一样，有时候差。
【在 w********2 的大作中提到】
: 现在搞人工智能的都是用现成轮子，有谁能像加拿大的hunter搞一个开源算法的？这东
: 西就是泡沫，瓶颈在高质量的大数据和快速硬件平台。
|
d********m
发帖数: 3662 | 84 there is a theorem. i forget its name.
basically it says when the data are very messy and you have no idea of how
they get generated. linear models always provide better predictive capacity.
that's why i almost always choose glm when i model data.
【在 w********2 的大作中提到】
: 看看google怎么收集数据的吧，你不给真ip它不让你查，这才是最关键的。数据噪音大
: 了，random variance超过function的作用大时候，再好的算法也没戏。有好数据，传
: 统anova一样可以有不错的结果。ai比基础算法glm anova强多少？有时候好20-30%，有
: 时候一样，有时候差。
|
q****5
发帖数: 1660 | 85 nb
【在 f***y 的大作中提到】
: http://tech.qq.com/a/20180814/049868.htm
: 日前，2011年诺贝尔经济学奖获得者Thomas J. Sargent在世界科技创新论坛上表示，
: 人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公
: 式都非常老，但是所有的人工智能利用的都是统计学来解决问题。
: 以下为发言实录：
: 首先我对刚才几位嘉宾讲的话非常感兴趣，我想先谈一谈我的感受，然后再讲讲我的部
: 分。
: 第一，能不能扮演上帝。作为科学家，很多领域的科学家，我们都需要用统计数据说话
: 。其实在这个时候我们已经在扮演上帝的角色了。什么意思？有好多应用科学像工程学
: 、物理学、经济学都是应用科学，我们会建立一些模型模拟世界运营，我们的理论也是
|
g****g
发帖数: 1267 | 86 我咋觉得是Hayashi呢
【在 m*****n 的大作中提到】
: 我也仅仅是在学而已
: Econometrics比较好的是Russell Davidson
: Time Series我还没啃过，不知道谁的好，这不正在问呢～
|
