《信号与噪声》第二章 政治预测和政治预测中人的因素

本章讲的是政治预测,主要是为了说明预测中人的因素所造成的影响。

△西尔弗引用《专家的政治判断力》作者泰特罗克的观点,将专家分为两种类型:狐狸型和刺猬型
狐狸型:寻找信息中与自身初始见解相左的部分,并修正自己的观点;
刺猬型:寻找信息中与自身初始见解相同的部分,并强化自己的观点。

△刺猬型专家在政治预测中的劣势
预测需要综合多方面的信息,而多方面的信息来自于不同立场的人,作为某一政党的支持者——即已经站定了立场的专家——是不可能接受对立方的思想的。
这就相当于只看到了信息中的噪声,而没看到信号。即便有时候我们认为对方就是在放屁,也要留意,有些信号确实是在屁里。
从这个角度来看,固守自己立场的专家,只能看到自己一面的信息,相当于一直在投掷一枚两面都是花的硬币。

△狐狸型专家的态度
狐狸型专家认为,许多问题难以预测,所以我们应该对这些不确定性进行解释。
最好的解释就是罗列各种可能性出现的概率,但是这样很容易就会得出包含了正、反、正、反、正这样多重意见的结论。


file.jpg

△政治预测
政治和物理、生物的不同之处在于,没有一个普遍的恒定的支配规律,你看不到对手的牌,永远都会有意外发生——因此必须从每一处信息中收集信号,修正自己的预测。
通常而言,群体预测要比个人预测准确性高上15%-20%。

△库克团队的模型
做一次政治预测,需要的信息有民调、人口、投票率、党派实力这些数据方面的信息和候选人性格、竞选纲领、领导能力这些个人素质方面的信息。
库克团队的特点,是加入了面试,并应用面试技巧施压来全面评价候选人的个人情况。
实际上,与党派优势的巨大差距相比,候选人在面试中无论表现得多优秀都是无足轻重的。但是,面试既是极其重要的,又是极其不重要的。面试的真正意义在于——寻找危险的,危险到足以毁掉竞选的信号。
面试是对预测进行保险,所谓“足量但不过量”的信息,仅仅在于对优势候选人的考察,旁敲侧击求证有没有足以毁掉竞选的隐患,与此相比,其他的候选人、其他的信息都是不重要的。在党派实力差的背景下,能够决定一名优势候选人不当选的唯一决定因素,就是优势候选人自己。

△几点讨论
一、
应用心理分析工具就目前而言并不是最合理的方式。因为极端的保守或兼容——即纯粹的刺猬或狐狸——都只是少数人。
重点是,心理分析所暗含的假设:所有人,在其一生中——或至少是成年后的绝大部分时间里——是不会改变基本观念的。
就价值观(或本章的政治观)而言,这样假设是成立的。但若想推而广之,很快就会出现问题:因为在具体的事件中——特别是牵涉到自身利益的事件中——我们实际上是一事一观念的。
更重要的,我们若照着定义——只要改变过观点一次或者N次就能算狐狸型——再推论一下,就能想到,纯粹地终究只是少数人,善变的狐狸远比固执的刺猬要多——可能是一个或几个数量级——有了更大的基数,通常情况下狐狸自然会比刺猬表现得更优秀。

二、
如果你预测某人获选的可能性是90%,你同时也预测了他有10%的概率落选,一个出色预测者的标志是,每一个概率最终都会被事实证明是正确的
这里有一个问题,政治选举的绝对数量(特别是表现在具体的候选人上)是不多的,因此实际上“90%胜选-10%落选”这一组论断是很难用长期重复的结果进行检验的。也就是说,以候选人个人为分析目标进行预测,结果就难逃小样本(或无样本)。
因此,政治预测实际上是以党派为基础进行的,所谓某人胜选的可能,其实是其党派胜选的可能,某人胜选的概率,其实是其党派胜选的概率,而这是可以通过更多的竞选结果进行检验和修正的。

三、
其实我们自身也有个问题:当我们面对70%、80%或者90%的概率时,大部分的时候,在我们心里是自动换算成100%的。

△人与机器
本章的领域是作者曾亲身参与过的(另外的还有棒球预测与纸牌预测),但仔细看就会发现,作者在政治预测中所应用的,其实是非常初级的分析方法——以民调为基础的政治预测。实质上,这和跟踪指数来预测股市的波动时没有区别的。但是,因为政治基本是由民调决定的——而股市并不是由指数决定的——因此民调越准确,预测的结果就越准确。

当然作者也发现了纯粹依赖民调的缺陷——党派优势能提供99%的胜选保障,但候选人的个人危机却能保证100%的败选。这点表现在其后对库克团队的讨论中。
就和预测需要综合人与机器一样,对预测的对象,也要区分人和机器。
这里我将民调这一类数据划为机器:依赖它们,并有恰当的模型的情况下,我们能得出不错的结论,但纯粹依赖它们依然有不确定性(而不是风险)。
而候选人划为人:在竞选中,只有他们才能毁灭自己,无论所在的党派具有绝大的优势还是难分伯仲。
当然这样划分需要更多的意会,其实并不合适。

另外一个启示在于:放屁里面也有信号,要重视与你相反阵营的意见。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容

  • 我必须承认,我以前现在及以后要写的文字,都是我主观认识的结果,我所说的这些,它的正确与否,不是由我决定,而是由你决...
    力牧阅读 211评论 1 2
  • 昨个风风火回学校,其实我挺你不愿意来的。但是我用一句“年轻时不努力,什么时候努力。”把自己唬过来。其实我的三...
    李紫林阅读 476评论 0 0