某些 冒险岛发布网攻略领域

王如我们川不可判定定理攻口我參歷论搬证明的那样，我们在理立

中活中非不观聚可能世分布。一的大年制油公明些路联广人週为他们直心以 这一-“经的士叉。的ok

叫然。这业乐致许亚失型的人推这工退休计划。过想一下。我们瓶

F的不往清想的人，金情不自辣地愛到贴些些化者的业物的整物。这馆说

我不血定但看上去却很地定。NO型有日的理联。一次艰路促代是看 90'的睡度。取祥错设刈化蛋

家火厂排為啊分有的罪物状杰的选计都介區大此响，这遮味者知果你秀的

不致字。你便会馆过所有。峰使的不也定址他味省。架划統出方法n业

被究全裝止。这证明，所有依赖手

“交化一等的东西都是

假的

同时，我还讲述过，不可能用分形得到精确的可能性，

一只是因为我

在年十-大应提到的米自观聚错设的“比指数” 的很小的变化，可能性会的

生巨大交化

含义：需要建免暴露于菜些银城的低可能性，我们总是无法計算亡们

单个事件可能性的遪论

我们回想一下维十东中关于人的寿命的侧子。所者人们年的的增大，

剩余寿命的有条件预灣会降低（随着你年齡的增长，你对末米的寿命质期

越米越短，之所以会这样，是因为人们知道人们的寿命都有渐进的一软”

厦)，以标准們差单位表达，平均斯坦商斯交量的有条件顾灣为 0.8(标准偏

差)，商于0起点。如果高于1 起点，那么偏差会达到1-52。如果商于2起

点，那么偏差会达到2.37，你会看到，随者偏差的增加，这网个数会趋于相

等。因此，如果标准俏差达到 10，那么随机性交量顶灣也会是 10.

在极端斯坦，情况则不尽相同。对任意变量增加的有条件预测并不会

随者交量增加而汇集于起点。在现实世界中，比如股票收益（及所有经济

变量），如果损失大手5个单位，那么无论使用何种測量单位（没有太大

的差别），损失将都在8个单位左在。假如摄失大于 50个单位，那么无论

使用什么灣量单位，损失都大约为 80 个单位，同时，如果我们一直测量

下去，直到样本耗尽，那么大于100个单位的摄失对应的将是 250单位！

这一規律可以延伸到至个领城。这一点告诉我们，没有與型的失败，也没

海套看项新进性。让我们重新讨论一下出理于近物的质新进性。折间

相阳拉得化照越。当然，理论的是令人民他的，丽在菜能情观下。当理论

菜自理想拔况 （新遊线）时，理论则会更程。不过，这整理论会在新逝线

（它的限制。比如无限性吸无分小）之外被运用。曼袍尔布罗特和我巴路

制国，菜些新述科世是如何在平均斯坦中很好地发擇作用的。这也是聯场

生意兴隆的原因。而在极端斯坦，情况則大不相同。

大主数的统计教育基于这些新进性、柏拉图式的特性，然而，我们生

活在真实的世界里，真实的世聚与渐进线的情况相去甚远，统计理论学家

知道这一点或者自称知道送一点，但你认识的那些经常使用统计数据、在

写文交时总读到“证据”的人却不知道。另外，这印证了我所称的游难化

涔误：效学统计学学生们致得最多的，是很设一个类似于封闭游戏结钩的

结构，

-般是运用一个先验的已知可能性。然而，我们的同题并不是在找

到可能性之后号上进行计算，而是我到有关知识花国的真正分布。我们的

许金知识同题来自这种光验与后验之间的紧张状志我们只观聚事件。以此。我粉错果重新叙1

t下：我们不知道統计秒性，直到（当然）看到小实之后。週过一直理的

家料。我们可以看到，许至统计分布都行合光全机问的规律

-在产生这

北分布的一最列事什之外对它们进行观聚会广生不园的推街。当更多的期

这和更至的分布他够适合一企数据，特州是在业我址或 非治俊分有的情没

卡.•反面向题会更严重。在非线性情况下，可呢的機式/参数化象族数量

会急剧增加。

但是，在菜些领城。这一问题变得越米越有趣。回想一下第八套中的

大於诺瓦问题。对丁镇南于产生负面黑天鸭而非正面爆天鹅的环境 （这此

环境放称为鱼面個斜)，低的可能性间题更产重。为什么呢？很明品，实

难性事什不会出理在数招之中，因为交最的生存依镇于这一效应。国此。

这样的分布会使观杂者似向于商估热定性和低佔潜在不種定性及凤险

事物有在过去看上去更控定和不具风险性的特质，这一点看器产电

对待，待别是在医疗领城。流行病学的历史，并没有暗示发生大火锅的风

险会降临，从而影南整个世界。同时，我确信，在我们履行对环境的职賣

时，我们大大低估了港在的不验定性。我们会从给大自然造成的累积性酸

环中经历这一潜在的不看定性。

对这一点的一种解祥已经结束，在写到此处时，美国股市大涨，情

况比无知的遇休者基于 100年的历史数据所认为的更具风险。21 世紀最

初10年，美国股市上能了23%，而金酸编子们售诉退休者们说，这段

时间股市上迷了75%以上，这使得许多人的养老金付诸东流（世界上最