京公网安备 11010802034615号
经营许可证编号:京B2-20210330
美国政坛大数据巫师:Nate Silver
科学界也有像Elon Musk那样玩嘛嘛酷的偶像派人物?当然有,除了美国总统奥巴马想跟他玩以外,恐怕未来每届的总统候选人也都想跟他玩,他就是美国当前政治圈里的超级新星Nate Silver,号称为美国公众眼里完美的预言帝,他的预言被称为竞选预测之神谕。
这哥们曾单枪匹马打败了所有时政记者、政党媒体顾问以及政治评论员,让研究数字的书呆子们好好风光了一把,美国人也因此说奥巴马的胜利也是统计学家的胜利。让我们把时间追溯回2012年美国总统大选时,当时奥巴马和罗姆尼选情普遍认为很接近,评论员们都无法预计哪方会获胜,Silver却计算出真实情况指出二者并非处于旗鼓相当的局面,在投票当天他成功预测奥巴马将有90.9%机会获得大多数选票,最后他对美国50个州投票结果的预测全对了。事实上,2008年的总统大选他也预测对了最终结果,美国50个州的投票结果他预测对了49个。
Silver的选情分析被极度精妙的美国政治评论圈认为是达到了前所未有的水平,但因为他所使用的是被学界称为巫术统计的贝叶斯理论,所以也招惹来频率学派和一些保守的统计科学家们质疑,还有一些来自政党和媒体们的指责,因为Silver的预测就像是军事级别而且是精确到个人的倾向式报导,接下来的每一次大选,整个政治圈和媒体圈只能坐以待毙。
大数据是非常重要的工具,而不是一个游戏
在美国,做选情预测的统计员不计其数,之所以Silver能够一战成名成为美国数据超人,皆因他在大选的节骨眼上一个人证明了大多数时政评论员是无用,同时他在纽约时报网站的博客让众多企业看到了大数据应用的真实性和大数据可视化、行业化的希望。
Silve在2008年大选结束之后,很快就出版了他的处女作《信号与杂音:预测学的艺术与科学》,牛津大学数据专家维克多迈耶曾对这本书称赞道,大数据革命将改变我们的生活、工作和思维模式,我们不必担心数据对我们自身有多大的相关性,大数据会让我们看清楚假说意义,未来它将会成为影响我们决策的重要因素,因为它重塑了我们眼前的世界。
事实上,Silver也开始担心:他的声望将会影响往后的选情,也将失去旁观者清优势。他并不希望人们视他为科学界占卜的巫师,不希望人们因此迷信这些预测,预测是一门严谨科学,不是一种游戏,我们要用来衡量我们主观现实是否能与客观世界吻合。
从大数据实用性来看,大数据可以帮我们解决如灾害预告、财务预告等实际问题,但Silver也指出,数据是有陷阱的,人们经常对数据产生虚有的危险幻想。概率性思考还是绝对性思考在预测中有着截然相反的导向,如果不能做到诚实地看待数据,预测有可能变成灾难,忽略事物的不确定性往往会导致严重后果。
Silver举例分析,1997年时美国国家气象局预测,大福克斯的洪水水位是49英尺,镇上的防洪堤限定为承受51英尺的洪水,并未将通过历史数据的正负9英尺误差算进去,结果洪水达到了54英尺,大福克斯遭遇了特大洪水灾难。日本福岛核反应堆是另外一个活生生的样本,过去45年间福岛最大的地震记录是里氏规模8.0级,日本地震研究人员参考这个数据后,他们预测该地区不会超过里氏9.0级的地震规模,然后按8.5级的防震标准来建造核反应堆,而事实上福岛在过去更早的时间曾发生过9级地震,但这种情况被认为排除了,这个预测最终为日本乃至全球带了历史性的灾难。
数据本身是不能为自己代言的,我们经常是带着偏差的思想、个人兴趣的情况开展数据分析,我们必须知道在你所接收到信息和你知道的信息之间是存在巨大鸿沟的。Silve同时指出,是否看到自己弱点也对分析数据有较大的影响,因为明白自己弱点人反而会采取一定办法来抵消它的作用。
相比而言,他认为从民众调查得回来的建模数据更可靠,因为没有经过媒体的渲染,直接到达他手中民意信息更真实,民众是不可能持续性地高度关注政治动态的。因而,他在做选情分析时尽量回避和两边的竞选团队打交道,因为这些信息大部分是干扰的杂音,大多数政治观察家往往容易掉进候选人形形式式的辩论和拉票情况
如果你想成功,可寻找和大数据相关、竞争性较小的领域。
今年三十五岁Nate Silver,既没有从哈佛耶鲁大学辍学的经历,也没有从实验室建造改写历史记录数学模型的成绩,甚至可以说在美国大街上随手抓一个都有可能都比他优秀。
从芝加哥大学获得经济学学位后,他去了毕马威担任顾问,那四年时间后来成为了他人生中最后悔的四年时间,后来他开始沉迷于网络扑克,但从网友手中赢得的钱足够能让他辞掉工作靠玩扑克为生。他六岁的时候,家乡的棒球队底特律猛虎赢得了美国职业棒球全国锦标赛的冠军,也是在那个时候Nate Silver开始接触并爱上了各种棒球统计数据。在他转向政治数据预测之前,他是一名棒球选手成绩的预测高手。
棒球燃点了Silver对数据的热情,而Silver燃点了全球对大数据的追逐的激情,企业家们相信 云端化、或是游戏化必将引领时代的潮流,股民投资者们也希望大数据能为他们指点迷津,研究人员希望建立更科学更见效的模型
我的书可以告诉出租车司机如何工作和选择客人,也能给网络婚介网站一点经营建议。但多数情况下,我们是无法处理庞杂无序的数据,拥有更多的信息并不意味着我们能更好地预测,也就是说我们并不能够对所有东西进行很精准的预测。Silver指出,事实上人们是可以非常擅长预测天气这类事物的,但特别不擅长预测股票价格,而恐怖袭击则是我们可以预测但却容易忽视了的事物。
Silver的回应估计让不少人失望了,他建议初创公司不妨先尝试进入一些竞争性较小的领域。企业可以探索一些还没有人涉足的领域,如果企业在这些领域拥有有效的数据,并可以提供相应的分析手段,那么可能会更容易获得成功。
事实上,sillver也是这样做的,他是少数最早发现棒球潜在的数据导向的人,他发现棒球比赛和总统大选都不是竞争激烈的领域,接着他用从网络博彩中赢回来的四十万美元创建了一个建模分析网站,专门用来预测MLB棒球运动员职业前景的,后来他把这网站卖给了Baseball Prospectus。
技巧和运气间存在着微妙而又模糊的关联。赢钱的时候是因为牌技好还是运气好?你永远也不知道。Silver指出,寻找那些可用的数据、但却从没有人拿这些数据进行过分析的领域,竞争更小才更容易成功,企业所有的收益,或者说所有的竞争优势,都是来自于边际收益。
看到这里,如果你非常羡慕Silver拥有这种超人能力,那不得不告诉你,不排除正是他的同性恋倾向才让他有了这般神通广大的预测能力,我总觉得自己是个局外人,我总是有不合群的观点。如果你从小就是同性恋,又或者你成长在一个相信不可知论但又笃信宗教的家庭,那你和一样,你也不愿意相信社会的主流信念。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04