《随机漫步的傻瓜》第六章 偏态与不对称性
何为偏态，请举例说明？
偏态分布是与“正态分布”相对，分布曲线左右不对称的数据次数分布，是连续随机变量概率分布的一种。
示例：
1、一个典型的例子：年公布的人均工资收入时，很多人感觉当地的工资水平没有那么高。那是因为高收入的人群占据的数字大，使均值超过了中位数，形成了右偏分布。
2、左偏态的一个示例是死亡年龄。年龄小的死亡人数少，死亡人数最多的年龄是大于平均寿命的，结果是中位数大于平均年龄，形成偏态。
3、一定时间一定空间里的人、车的流量就会形成非对称分布。比如高峰期和其他时间段，路上的车流的分布。
为什么根据过去预测未来，其实很荒谬？
上一节约翰和卡洛斯都是依据过去的判断在操作遇见的黑天鹅事件，结果是“炸毁”。
被喂养到圣诞节的火鸡每天都过着快乐的日子，根据过去农夫的行为判断未来会一直美好，最后被做成美食。
未来充满着不确定性，我们无法预测未来，只能为它做好准备。
为什么说如果某件事失败的代价过于沉重，那么其成功的概率有多⾼根本⽆关紧要？
就如俄罗斯转盘游戏，即使有1000个弹夹中只有一颗子弹，那也是致命的，成功率再高，遇见了就会丢了性命的代价也是不能承受的。
再比如塔勒布说后市上涨的概率是70%，下跌的概率是30%。但他仍然选择了卖出，因为上涨的幅度是1%，而下跌则可能是10%，赢的利润不高，输的代价很大，对于拿真金白银在市场上交易的人来说当然选择要卖出，而不是受概率的影响。
再比如天气预报报道明天下雨概率是30%，但下的是暴雨，我们一定会选择带伞。
对你的启发是什么？
成功与失败的概率本身完全没有用处，必须和结果的大小放在一起才有用。
不要相信预测，随机性和不确定性永远存在
印象深刻的⼀句话是哪句话？
看好或看坏的概念往往空洞无物，不能用到充满随机性的世界中，尤其是如果这个世界有很多不对称结果的话。
