爬书网

手机浏览器扫描二维码访问

第7章 法甲 昂热vs朗斯升班马昂热能否借助主场给朗斯制造麻烦（第2页）

作者用“黑天鹅事件”

来特指那些极其罕见、一旦发生却会产生极其巨大影响的事件，这些事件往往完全颠覆了长期以来的历史经验，而且事先根本无法预测。

这种意外性使得黑天鹅事件具有极大的冲击力，让人猝不及防。

因此我认为，我们不知道的事情比我们知道的事情更有意义。

许多黑天鹅事件正是在不可预知的情况下发生并不断加剧的。

我们不能仅仅依靠过去的经验来判断未来，因为未知总是充满了不确定性和可能性。

然而，在现实世界中，我们人类却常常表现得过于自信，认为自己能够预测历史事件，甚至以为可以改变历史进程。

我们试图用已有的知识和模式去解读和干预事物的发展，但实际上，我们对复杂多变的世界了解甚少。

面对未知的黑天鹅事件，我们需要保持谦逊和敬畏之心，承认自己的局限性，并做好应对各种可能情况的准备。

只有这样，我们才能更好地适应变化，避免被突如其来的黑天鹅事件所冲击。

比如说某些所谓的专业人士，往往会自视甚高，觉得自己是某个领域的权威。

但实际上，他们的知识体系可能仅仅局限于一些特定的数据或理论，对于现实世界中的问题并没有深入的理解。

他们擅长的只是将问题复杂化，用高深莫测的数学模型来迷惑他人，让人们误以为他们真的懂行。

然而，这些人其实和普通人一样，对事物的本质并没有更深刻的认识。

人类还存在另一个弱点，那就是我们总是追求精确性，却忽视了整体的把握。

这种倾向源于我们的思维结构——我们习惯于学习具体的事实，而忽略了规律的总结。

就像第一次世界大战后的法国人，为了防止德军再次入侵，他们沿着德国人曾今的进攻路线修筑了一条坚固的防线。

然而，这条防线最终成为了摆设，因为纳粹德国轻易地绕开了它。

这说明什么呢？法国人虽然是历史的好学生，但他们学得太过精细，反而失去了大局观。

他们在自身安全问题上过于注重细节，导致了战略上的失误。

因此，我们应该学会从宏观上去思考问题，把握事情的本质，而不是一味地追求精确。

二、平均斯坦与极端斯坦

下面给大家举两个例子来快速理解平均斯坦和极端斯坦这两个名词及在生活中的作用。

第一个例子是关于平均斯坦，我们来做一个有趣的假设：

假如从普通人群中随机选择1000人，然后让他们并排站着。

接下来，想象一下将你所能想到的那个体重最重的人加入这个样本之中。

假设这个人的体重是平均体重的三倍，但他在总体重中的占比却微不足道，大约只有0.4%左右。

当然，如果再夸张一些，就算是挑选出地球上最胖的人，比如他的体重能够占到总体重的0.6%，但对于整个样本来说，这一增量仍然是微乎其微的。

这就是平均斯坦的特点所在。

在这种情况下，任何单一事件或个体的影响都是非常有限的，只有通过群体的作用才能体现出来。

也就是说，在平均斯坦环境下，个别事件或个体的影响相对较小，而整体的表现和趋势则具有更大的影响力。

因此，可以这样理解平均斯坦：当样本数量足够大时，任何个别的异常值都不会对整体产生重大影响。

尽管其中可能存在一些令人惊讶的极端情况，但这些极端情况对于整体来说最终都显得微不足道。

第二个例子是关于极端斯坦的，我们随机选择1000人的净资产。

然后我们把世界上最富有的人加入他们中间，比如微软创始人比尔·盖茨（billGates）。

假设他的个人净资产接近800亿美元（这使他成为历史上最富有的人之一），而其余人大约拥有几百万美元。

他的净资产占总资产的多少？99.99%？实际上，所有其他人的净资产只不过是他净资产数字的零头而已。

如果某个人的体重要达到这样的比例，他需要5000万磅的体重！

在极端斯坦，不平均指个体能够对整体产生不成比例的影响。

虽然体重、身高和卡路里摄入量来自平均斯坦，但财富不是。