Случайные события оцениваться должны на больших промежутках/выборках, а не маленьких
Многие события случайны и их сложно оценивать в реальном времени. Зачастую некоторая характеристика постоянно меняется (цена акции, эффективность работы, частота сбоев оборудования, …) и если её оценивать на малых промежутках времени, то такая оценка работает очень слабо или не работает. Более эффективно в таких случаях оценивать работу на больших промежутках: вместо оценки расходов каждый день оценивать расходы раз в месяц; вместо диагноза за один промах считать количество промахов за месяц/квартал; решили по утрам делать зарядку — оцениваем результат через месяц, а не на следующий день.
Если мы часто обращаемся за информацией (например проверяем курс USD), то получаем много эмоциональных эффектов от плюс-минус. Если обращаемся редко, то от такого эффекта избавляемся и можем грамотно и аккуратно строить выводы.
Оценка не только вероятности, но и уровня полезности
Оцениваться должен как вероятность риска, так и уровень потерь при риске, и уровень выигрыша в риске.
Если с вероятностью 90% мы проиграем, то это не говорит о том, что мы обязательно не должны пробовать. Если мы тратим всего 1$, а с вероятностью 10% получаем 100$, то это означает, что в среднем мы сыграем в +9.1$ (100$*0.1-1*0.9$). Если у нас много таких вот малых шансов, то можем получить более вероятный стабильный результат.
Стабильность стабильна до редкого события
Одно из утверждений: валюты, которые показывают наибольшую историческую стабильность, являются наиболее склонны к крушениям (редким). Например малое государство привязывает валюту к доллару США (узнаете? (; только в книге другие примеры), и в какой-то момент внезапный и всем неожиданный, валюта резко обрушивается.
Основание для статистики — только одно
Если логическое-аксиоматическое основание статистики изменилось, то статистику можно смело выкидывать.
Если мы собираем статистику в одних условиях, то она скорее всего будет неприменима для других условий. Таким образом, чем уже и быстрее выборка, тем статистика эффективнее. Чем быстрее мы её используем и как можно ближе или внутри выборки, тем лучше. Если прошло со времени статистики много времени или много изменений, то её можно смело выкидывать.
Мы не можем предсказать всё
В 80е и 90е годы акции компаний США в среднем увеличили свобю стоимость в 20 раз. Зная этот факт, есть пропаганда, что надо вкладываться именно в акции. Но особенность в том, что люди не видят в ряде случаев альтернативных историй, потому как с таким же успехом можно было вкладываться в Российские Имперские облигации и потом пытаться вернуть деньги от Советского правительства, можно было скупать недвижимость в Аргентине в 30-х и остаться с носом и пр.. Происходит потому, что мы обучены действовать в рамках известной информации, игнорируя то, что есть за её пределами. Реализация с наибольшей производительностью будет самой видимой, так как проигравшие ситуации не обнаруживаются.
Если программист говорит, что проект будет выполнен за X дней, то это вполне вероятно означает самый лучший вариант из всех Вселенных. То есть, если взять миллион альтернативных путей развития, то самый лучший из них будет в X дней. А худшие могут быть меньше в разы. Почему так происходит? Потому что внезапные события не видны, они игнорируются. То есть, если все будет хорошо, ничего не сломается, не надо будет дебажить, допиливать внезапные глюки, приспосабливать под конкретное железо и прочая, то проект вложится в X дней.
