1.指数模式间的差异,并不小于指数与倍数的差异。
比如3*x, x^1.5 ,x^3,整体上都是单调递增的,只是斜率不同。
对于指数分布,不同的指数差距如此之大,在部分区间胜过 低指数函数 对 线性函数 的差别。
因此仅仅区分指数模型和线性模型,其意义并不大。
2.上限不重要的前提,是有上限
为什么说上限不重要?因为上限之后关系断了,上限之后的数据不存在,也就无法满足任何分布。无论是线性还是指数,或是其它模型。
3.模型是需要截断的
上限不重要,同理,下限也不重要,因为存在下限。
既然存在上下限,那么数据无法满足任何完整的函数模型。只能满足某函数模型中的某一段。
例如,理论上个人收入分布上限是世界首富,下限应该是0或者最大负债者的负债.
4.没有绝对准确的模型
呈上,没有绝对的正确模型。
如果对收入分布匹配了某一指数模型,那么也是近似的。
各部分的不均等性是相同的吗?并不是。计算每一点的值,也会出现偏差。
分形出来和原来一样吗?并不是。完全一样的分形只存在数学和计算机领悟。
因此,作者提出的曼德尔布罗特分布,仍然是一种柏拉图化的近似模型。
5.分形是自相似性,不是自相等性。
世界上没有两片完全相同的叶子,一颗树上也不会有。同一片叶子的不同部分也不会一样,即使号称这棵树有自相似性。
6.“当心精确的东西”
分形也是一种泛化,我们永远无法对某一事物有精确的描述,怎么办?
凉拌。我们不需要也不可能有绝对精确的模型,得到一个适度可用的结果,大致就可以了。
7.灰天鹅,是可以模型化的黑天鹅
可以通过模型来将部分黑天鹅变成灰天鹅,但是我们需要考虑如何模型化,是一个复杂的问题。
用什么样的模型?这个模型是否准确?准确的概率是多大?这个概率是否正确?当概率发生和不发生的情况下我们是否都能承受?
8.关于罗振宇讲的自相似性
看到一个有脑袋和四肢,但是手指只有四根的外星人照片,罗胖断定这照片绝对是假的。因为:四肢加头,是五。因为自相似性,手指必然有5个。
我认为这是不对的。首先,有多指的人存在。另外,如果按自相似性,女人有五根手指,那男人就应该有六根才对。