Показаны записи 1551 - 1560 из 30956
</>
6. Преференциальное приложение (кумулятивное преимуще
metanymous в посте Metapractice (оригинал в ЖЖ)
6. Преференциальное приложение (кумулятивное преимущество)
Предпочтительная ситуация привязанности возникает, когда нынешнему лидеру дают больше вознаграждения, чем отстающие, тем самым стремясь сохранить или улучшить статус лидера. Сильный сетевой эффект является хорошим примером предпочтительной привязанности; рынок с 10-кратным количеством покупателей и продавцов, чем на следующем крупнейшем рынке, будет иметь тенденцию к преимущественной адаптации.
Предпочтительная ситуация привязанности возникает, когда нынешнему лидеру дают больше вознаграждения, чем отстающие, тем самым стремясь сохранить или улучшить статус лидера. Сильный сетевой эффект является хорошим примером предпочтительной привязанности; рынок с 10-кратным количеством покупателей и продавцов, чем на следующем крупнейшем рынке, будет иметь тенденцию к преимущественной адаптации.
</>
5. Динамика хаоса (чувствительность к начальным услови
metanymous в посте Metapractice (оригинал в ЖЖ)
5. Динамика хаоса (чувствительность к начальным условиям)
В мире, таком как наш, который управляется динамикой хаоса, небольшие изменения (возмущения) в начальных условиях имеют массовые последующие эффекты при возникновении почти бесконечных циклов обратной связи; это явление также называют эффектом бабочки. Это означает, что некоторые аспекты физических систем (например, погода более чем через несколько дней), а также социальные системы (поведение группы людей в течение длительного периода) принципиально непредсказуемы.
В мире, таком как наш, который управляется динамикой хаоса, небольшие изменения (возмущения) в начальных условиях имеют массовые последующие эффекты при возникновении почти бесконечных циклов обратной связи; это явление также называют эффектом бабочки. Это означает, что некоторые аспекты физических систем (например, погода более чем через несколько дней), а также социальные системы (поведение группы людей в течение длительного периода) принципиально непредсказуемы.
4. Обратная петля (и гомеостаз)
https://www.farnamstreetblog.com/2011/10/mental-model-feedback-loops/
Все сложные системы подвержены циклам с положительной и отрицательной обратной связью, в результате чего A вызывает B, что, в свою очередь, влияет на A (и C) и т. Д. - с эффектами более высокого порядка, часто возникающими в результате непрерывного движения цикла. В гомеостатической системе изменение А часто возвращается в линию путем противоположного изменения В, чтобы поддерживать баланс системы, как с температурой человеческого тела или поведением организационной культуры. Автоматические контуры обратной связи поддерживают «статическую» среду, если и до тех пор, пока внешняя сила не изменит петлю. «Бегущая петля обратной связи» описывает ситуацию, когда выход реакции становится собственным катализатором (автокатализ).
https://www.farnamstreetblog.com/2011/10/mental-model-feedback-loops/
Все сложные системы подвержены циклам с положительной и отрицательной обратной связью, в результате чего A вызывает B, что, в свою очередь, влияет на A (и C) и т. Д. - с эффектами более высокого порядка, часто возникающими в результате непрерывного движения цикла. В гомеостатической системе изменение А часто возвращается в линию путем противоположного изменения В, чтобы поддерживать баланс системы, как с температурой человеческого тела или поведением организационной культуры. Автоматические контуры обратной связи поддерживают «статическую» среду, если и до тех пор, пока внешняя сила не изменит петлю. «Бегущая петля обратной связи» описывает ситуацию, когда выход реакции становится собственным катализатором (автокатализ).
3. Принцип Парето
Названный в пользу итальянского полиметалла Вильфредо Парето, который заметил, что 80% территории Италии принадлежит примерно 20% ее населения, принцип Парето гласит, что небольшое количество какого-либо явления вызывает непропорционально большой эффект. Принцип Парето является примером степенного типа статистического распределения - в отличие от традиционной колоколообразной кривой - и демонстрируется в различных явлениях, начиная от богатства и городского населения, до важных человеческих привычек.
Названный в пользу итальянского полиметалла Вильфредо Парето, который заметил, что 80% территории Италии принадлежит примерно 20% ее населения, принцип Парето гласит, что небольшое количество какого-либо явления вызывает непропорционально большой эффект. Принцип Парето является примером степенного типа статистического распределения - в отличие от традиционной колоколообразной кривой - и демонстрируется в различных явлениях, начиная от богатства и городского населения, до важных человеческих привычек.
2. Закон убывающих возвратов
Что касается масштаба, то наиболее важные результаты реального мира могут быть уменьшены постепенно. Хорошим примером может быть бедная семья: дать им достаточно денег, чтобы процветать, и они уже не бедны. Но после определенного момента дополнительные деньги не улучшат их лоты; есть явное сокращение отдачи дополнительных долларов в некоторой примерно количественной точке. Зачастую закон уменьшающейся прибыли сводится к отрицательной территории - то есть получение слишком большого количества денег может привести к уничтожению бедной семьи.
Что касается масштаба, то наиболее важные результаты реального мира могут быть уменьшены постепенно. Хорошим примером может быть бедная семья: дать им достаточно денег, чтобы процветать, и они уже не бедны. Но после определенного момента дополнительные деньги не улучшат их лоты; есть явное сокращение отдачи дополнительных долларов в некоторой примерно количественной точке. Зачастую закон уменьшающейся прибыли сводится к отрицательной территории - то есть получение слишком большого количества денег может привести к уничтожению бедной семьи.
1. Масштаб
Одним из важнейших принципов систем является то, что они чувствительны к масштабам. Свойства (или поведение) имеют тенденцию к изменению при масштабировании вверх или вниз. При изучении сложных систем мы всегда должны быть грубо количественными - по порядку величины, по крайней мере, масштабом, в котором мы наблюдаем, анализируем или прогнозируем систему.
Одним из важнейших принципов систем является то, что они чувствительны к масштабам. Свойства (или поведение) имеют тенденцию к изменению при масштабировании вверх или вниз. При изучении сложных систем мы всегда должны быть грубо количественными - по порядку величины, по крайней мере, масштабом, в котором мы наблюдаем, анализируем или прогнозируем систему.
Системы (22)
8. Закон больших чисел
Одним из основополагающих основополагающих предположений о вероятности является то, что по мере появления большего числа случаев события фактические результаты будут сходиться на ожидаемых. Например, если я знаю, что средний человек составляет 5 футов 10 дюймов в высоту, я гораздо чаще получаю в среднем 5'10 ", выбирая 500 человек в случайном порядке, чем 5 мужчин в случайном порядке. Противоположностью этой модели является закон малых чисел, в котором говорится, что с небольшими образцами можно и нужно смотреть с большим скептицизмом.
9. Нормальное распределение
Нормальное распределение - это статистический процесс, который приводит к хорошо известному графическому представлению колоколообразной кривой со значимыми центральными «средними» и все более редкими стандартными отклонениями от этого среднего при правильной выборке. (Так называемая теорема о «центральном пределе»). Известные примеры включают человеческий рост и вес, но также важно отметить, что многие обычные процессы, особенно в неосязаемых системах, таких как социальные системы, не соответствуют нормальному распределению ,
10. Силовые законы
Одним из наиболее распространенных процессов, которые не соответствуют нормальному распределению, является один из степенного закона, при котором одна величина изменяется не с линейной, а с другой. Например, шкала Рихтера описывает мощность землетрясений в шкале степенного распределения: 8 в 10 раз более разрушительна, чем 7, а 9 в 10 раз более разрушительна, чем 8. Центральная предельная теорема не применяется, и существует таким образом, нет «среднего» землетрясения. Это справедливо для всех степенных распределений.
11. Процессы с плотным хвостом (Extremistan)
Процесс может часто выглядеть как обычный дистрибутив, но имеет большой «хвост» - это означает, что, казалось бы, более отдаленные события гораздо более вероятны, чем в реальном нормальном распределении. Стратегия или процесс могут быть гораздо более рискованными, чем нормальное распределение способно описывать, если жирный хвост находится на отрицательной стороне, или гораздо более прибыльный, если жирный хвост находится на положительной стороне. Говорят, что большая часть человеческого социального мира скорее жирная, чем обычно распределенная.
12. Байесовское обновление
https://www.farnamstreetblog.com/2012/12/thomas-bayes-and-bayess-theorem/
Байесовский метод - это метод мысли (названный в честь Томаса Байеса), в котором учитываются все предыдущие соответствующие вероятности, а затем постепенно обновляется по мере поступления более новой информации. Этот метод особенно продуктивен с учетом фундаментально недетерминированного мира, который мы переживаем: мы должны использовать предварительные шансы и новую информацию в сочетании, чтобы прийти к нашим лучшим решениям. Это не обязательно наш интуитивный механизм принятия решений.
13. Регрессия к среднему
https://www.farnamstreetblog.com/2015/07/regression-to-the-mean/
В нормально распределенной системе длинные отклонения от среднего будут иметь тенденцию возвращаться к этому среднему с увеличением числа наблюдений: так называемый Закон больших чисел. Мы часто обманываемся регрессией к среднему, как с больным пациентом, спонтанно улучшающимся в то же самое время, когда они начинают принимать растительное лекарство, или плохо выполняющая спортивная команда, идущая на победную серию. Мы должны быть осторожны, чтобы не путать статистически вероятные события с каузальными.
14. Порядок величины
Во многих, возможно, большинстве систем количественное описание вплоть до точной цифры либо невозможно, либо бесполезно (или и то, и другое). Например, оценка расстояния между нашей галактикой и ближайшей - это вопрос знания не точного количества миль, а количества нулей после 1. Это расстояние около 1 миллиона миль или около 1 миллиарда? Эта мысль может помочь нам избежать бесполезной точности.
Одним из основополагающих основополагающих предположений о вероятности является то, что по мере появления большего числа случаев события фактические результаты будут сходиться на ожидаемых. Например, если я знаю, что средний человек составляет 5 футов 10 дюймов в высоту, я гораздо чаще получаю в среднем 5'10 ", выбирая 500 человек в случайном порядке, чем 5 мужчин в случайном порядке. Противоположностью этой модели является закон малых чисел, в котором говорится, что с небольшими образцами можно и нужно смотреть с большим скептицизмом.
9. Нормальное распределение
Нормальное распределение - это статистический процесс, который приводит к хорошо известному графическому представлению колоколообразной кривой со значимыми центральными «средними» и все более редкими стандартными отклонениями от этого среднего при правильной выборке. (Так называемая теорема о «центральном пределе»). Известные примеры включают человеческий рост и вес, но также важно отметить, что многие обычные процессы, особенно в неосязаемых системах, таких как социальные системы, не соответствуют нормальному распределению ,
10. Силовые законы
Одним из наиболее распространенных процессов, которые не соответствуют нормальному распределению, является один из степенного закона, при котором одна величина изменяется не с линейной, а с другой. Например, шкала Рихтера описывает мощность землетрясений в шкале степенного распределения: 8 в 10 раз более разрушительна, чем 7, а 9 в 10 раз более разрушительна, чем 8. Центральная предельная теорема не применяется, и существует таким образом, нет «среднего» землетрясения. Это справедливо для всех степенных распределений.
11. Процессы с плотным хвостом (Extremistan)
Процесс может часто выглядеть как обычный дистрибутив, но имеет большой «хвост» - это означает, что, казалось бы, более отдаленные события гораздо более вероятны, чем в реальном нормальном распределении. Стратегия или процесс могут быть гораздо более рискованными, чем нормальное распределение способно описывать, если жирный хвост находится на отрицательной стороне, или гораздо более прибыльный, если жирный хвост находится на положительной стороне. Говорят, что большая часть человеческого социального мира скорее жирная, чем обычно распределенная.
12. Байесовское обновление
https://www.farnamstreetblog.com/2012/12/thomas-bayes-and-bayess-theorem/
Байесовский метод - это метод мысли (названный в честь Томаса Байеса), в котором учитываются все предыдущие соответствующие вероятности, а затем постепенно обновляется по мере поступления более новой информации. Этот метод особенно продуктивен с учетом фундаментально недетерминированного мира, который мы переживаем: мы должны использовать предварительные шансы и новую информацию в сочетании, чтобы прийти к нашим лучшим решениям. Это не обязательно наш интуитивный механизм принятия решений.
13. Регрессия к среднему
https://www.farnamstreetblog.com/2015/07/regression-to-the-mean/
В нормально распределенной системе длинные отклонения от среднего будут иметь тенденцию возвращаться к этому среднему с увеличением числа наблюдений: так называемый Закон больших чисел. Мы часто обманываемся регрессией к среднему, как с больным пациентом, спонтанно улучшающимся в то же самое время, когда они начинают принимать растительное лекарство, или плохо выполняющая спортивная команда, идущая на победную серию. Мы должны быть осторожны, чтобы не путать статистически вероятные события с каузальными.
14. Порядок величины
Во многих, возможно, большинстве систем количественное описание вплоть до точной цифры либо невозможно, либо бесполезно (или и то, и другое). Например, оценка расстояния между нашей галактикой и ближайшей - это вопрос знания не точного количества миль, а количества нулей после 1. Это расстояние около 1 миллиона миль или около 1 миллиарда? Эта мысль может помочь нам избежать бесполезной точности.
1. Перестановки и комбинации
Математика перестановок и комбинаций позволяет нам понять практические вероятности окружающего нас мира, как можно упорядочить вещи и как мы должны думать о вещах.
2. Алгебраическая эквивалентность
Введение алгебры позволило нам математически и абстрактно продемонстрировать, что две, казалось бы, разные вещи могут быть одинаковыми. Путем манипуляции символами мы можем продемонстрировать эквивалентность или неэквивалентность, использование которых привело человечество к невыразимым инженерным и техническим возможностям. Знание по крайней мере основ алгебры может позволить нам понять множество важных результатов.
3. Случайность
Хотя человеческий мозг не понимает этого, большая часть мира состоит из случайных, несекретных, не упорядоченных событий. Мы «обманываемся» случайными эффектами, когда мы приписываем причинность вещам, которые на самом деле находятся вне нашего контроля. Если мы не исправим курс на этот эффект обмана, - наш ошибочный смысл поиска шаблонов - мы будем стремиться видеть, что вещи более предсказуемы, чем они есть, и действуют соответственно.
4. Стохастические процессы (Пуассон, Марков, Случайная прогулка)
Стохастический процесс является случайным статистическим процессом и охватывает широкий спектр процессов, в которых движение отдельной переменной невозможно предсказать, но можно проследить вероятностно. Широкое разнообразие стохастических методов позволяет нам описывать системы переменных через вероятности, не имея при этом возможности определять положение любой отдельной переменной во времени. Например, невозможно прогнозировать цены акций на ежедневной основе, но мы можем описать вероятность различных распределений их движений с течением времени. Очевидно, что вероятность того, что фондовый рынок (стохастический процесс) будет увеличиваться или понижаться на 1% в день, намного выше или ниже на 10%, хотя мы не можем предсказать, что принесет завтра.
5. Соединение
Говорят, что Эйнштейн называл чудо света. Вероятно, он этого не сделал, но это чудо. Сочетание - это процесс, посредством которого мы добавляем интерес к фиксированной сумме, которая затем зарабатывает проценты по предыдущей сумме и вновь добавленным процентам, а затем зарабатывает проценты на эту сумму и так далее до бесконечности. Это экспоненциальный эффект, а не линейный или аддитивный эффект. Деньги - это не единственное, что объединяет; идеи и отношения. В материальных сферах рецептура всегда подчиняется физическим пределам и уменьшает отдачу; нематериальные активы могут объединяться более свободно. Сочетание также приводит к временной стоимости денег, которая лежит в основе всех современных финансов.
6. Умножение на ноль
https://www.farnamstreetblog.com/2016/08/mental-model-multiplicative-systems/
Любой разумно образованный человек знает, что любое число, умноженное на ноль, независимо от того, насколько велико число, все равно равно нулю. Это справедливо и для человеческих систем, и для математических. В некоторых системах отказ в одной области может свести на нет большие усилия во всех других областях. Как простое умножение показало бы, фиксация «нуля» часто имеет гораздо больший эффект, чем попытка увеличить другие области.
7. Отмена
Страховые компании и подписные услуги хорошо знают концепцию оттока - каждый год определенное количество клиентов теряется и их необходимо заменить. Стоять по-прежнему является эквивалентом потери, как видно в модели под названием «Эффект красной королевы». Чурн присутствует во многих деловых и человеческих системах: постоянная фигура периодически теряется и должна быть заменена до того, как новые фигуры будут добавлены поверх.
Математика перестановок и комбинаций позволяет нам понять практические вероятности окружающего нас мира, как можно упорядочить вещи и как мы должны думать о вещах.
2. Алгебраическая эквивалентность
Введение алгебры позволило нам математически и абстрактно продемонстрировать, что две, казалось бы, разные вещи могут быть одинаковыми. Путем манипуляции символами мы можем продемонстрировать эквивалентность или неэквивалентность, использование которых привело человечество к невыразимым инженерным и техническим возможностям. Знание по крайней мере основ алгебры может позволить нам понять множество важных результатов.
3. Случайность
Хотя человеческий мозг не понимает этого, большая часть мира состоит из случайных, несекретных, не упорядоченных событий. Мы «обманываемся» случайными эффектами, когда мы приписываем причинность вещам, которые на самом деле находятся вне нашего контроля. Если мы не исправим курс на этот эффект обмана, - наш ошибочный смысл поиска шаблонов - мы будем стремиться видеть, что вещи более предсказуемы, чем они есть, и действуют соответственно.
4. Стохастические процессы (Пуассон, Марков, Случайная прогулка)
Стохастический процесс является случайным статистическим процессом и охватывает широкий спектр процессов, в которых движение отдельной переменной невозможно предсказать, но можно проследить вероятностно. Широкое разнообразие стохастических методов позволяет нам описывать системы переменных через вероятности, не имея при этом возможности определять положение любой отдельной переменной во времени. Например, невозможно прогнозировать цены акций на ежедневной основе, но мы можем описать вероятность различных распределений их движений с течением времени. Очевидно, что вероятность того, что фондовый рынок (стохастический процесс) будет увеличиваться или понижаться на 1% в день, намного выше или ниже на 10%, хотя мы не можем предсказать, что принесет завтра.
5. Соединение
Говорят, что Эйнштейн называл чудо света. Вероятно, он этого не сделал, но это чудо. Сочетание - это процесс, посредством которого мы добавляем интерес к фиксированной сумме, которая затем зарабатывает проценты по предыдущей сумме и вновь добавленным процентам, а затем зарабатывает проценты на эту сумму и так далее до бесконечности. Это экспоненциальный эффект, а не линейный или аддитивный эффект. Деньги - это не единственное, что объединяет; идеи и отношения. В материальных сферах рецептура всегда подчиняется физическим пределам и уменьшает отдачу; нематериальные активы могут объединяться более свободно. Сочетание также приводит к временной стоимости денег, которая лежит в основе всех современных финансов.
6. Умножение на ноль
https://www.farnamstreetblog.com/2016/08/mental-model-multiplicative-systems/
Любой разумно образованный человек знает, что любое число, умноженное на ноль, независимо от того, насколько велико число, все равно равно нулю. Это справедливо и для человеческих систем, и для математических. В некоторых системах отказ в одной области может свести на нет большие усилия во всех других областях. Как простое умножение показало бы, фиксация «нуля» часто имеет гораздо больший эффект, чем попытка увеличить другие области.
7. Отмена
Страховые компании и подписные услуги хорошо знают концепцию оттока - каждый год определенное количество клиентов теряется и их необходимо заменить. Стоять по-прежнему является эквивалентом потери, как видно в модели под названием «Эффект красной королевы». Чурн присутствует во многих деловых и человеческих системах: постоянная фигура периодически теряется и должна быть заменена до того, как новые фигуры будут добавлены поверх.
11. Статус по умолчанию
https://www.farnamstreetblog.com/2014/11/charles-darwin-letter-joseph-hooker/
https://www.farnamstreetblog.com/2016/03/distorting-power-of-incentives/
Эколог / экономист USCB Гарретт Хардин однажды сказал, что «научный ум не закрыт: он просто хорошо охраняется добросовестным и редко спящим привратником». Как это делается с концепцией статуса по умолчанию: «Отдых положение "здравого смысла, в соответствии с которым бремя доказывания ложится на утверждения об обратном. Учитывая проблему альтернативных издержек и ограниченного времени и энергии, статус по умолчанию почти всегда необходим, чтобы избежать потери времени. Примеры включают законы термодинамики, закон естественного отбора и побудительный уклон.
https://www.farnamstreetblog.com/2014/11/charles-darwin-letter-joseph-hooker/
https://www.farnamstreetblog.com/2016/03/distorting-power-of-incentives/
Эколог / экономист USCB Гарретт Хардин однажды сказал, что «научный ум не закрыт: он просто хорошо охраняется добросовестным и редко спящим привратником». Как это делается с концепцией статуса по умолчанию: «Отдых положение "здравого смысла, в соответствии с которым бремя доказывания ложится на утверждения об обратном. Учитывая проблему альтернативных издержек и ограниченного времени и энергии, статус по умолчанию почти всегда необходим, чтобы избежать потери времени. Примеры включают законы термодинамики, закон естественного отбора и побудительный уклон.
Дочитали до конца.