为什么……为什么

这个为什么（这个为什么会）

在这篇文章中，科普知识网就和大家聊聊这个为什么以及相应的知识点。如果对你有帮助，请别忘了收藏本站！

本文简介:

1.这是为什么呢？

2.这是为什么(微观经济学)

3.这是为什么呢？

4.这是为什么呢？

5.这是为什么呢？

6.这是为什么呢？

7.这是为什么呢？

这是为什么？

因为计算或程序错误。

伯克利日沃斯特(Berkeley Day worster):一开始我们以为，对于不喜欢算术的人，我们可以做实验。一旦人们了解了 *** 作，看到也可以通过 *** 作来预测，就会开始更多的使用这种方法。但是实验开始后，我们发现事情和我们预想的完全相反。人们在看不到 *** 作的过程或者 *** 作的错误的时候，是愿意接受的。但是在实验中，如果人们看到 *** 作是错误的，他们不太可能使用和接受 *** 作。

沃顿在线:很有趣，因为...大部分数据是真实的。为什么大家还不接受？由于某些原因， *** 作数据没有被接受。

梅西:这才是巴克利真正的研究重点，他的洞见也为我们指明了方向...人们更容易接受人们的主观判断，而不是计算结果。没有任何 *** 作是万无一失的。我的意思是，即使非常非常精确的计算也不是完美的。小错误是计算过程中需要克服的实际问题。

沃顿在线:为什么会这样？你分析过吗？

德·沃斯特尔:我认为人们在看到算术错误后不愿应用算术方法的一个原因是，人们一旦看到算术错误，就会认为他们将来可能会犯另一个错误。在某种程度上，这是正确的。

梅西:但是计算的优势之一是它的一致性。

De worster:这是我们喜欢这种方式的真正原因之一。是一致的。

梅西百货:人们错误地认为人类不会不断犯错，甚至会不断改进和提高。但很多时候，事实并非如此。与计算机相比，人类犯的错误更多。

沃顿在线:计算机或计算程序在面对新的数据或程序变化时可以适应和调整，但人类很难做到这一点。

De worster:是的，一方面计算方法可以不断变化，以后会改进。但另一方面，人们也应该认识到，完美无瑕的预测是不可能的，因为现实世界中的很多结果都是由偶然因素决定的。所以，即使这次你的预测完全正确，也不可能保证每次都正确。

梅西:芝加哥大学的研究员西莉·艾因霍恩(Hilly Einhorn)在他的论文中写了一句非常有道理的话，“接受错误，以便不犯更多的错误”。你必须承认你的模型是不完美的。承认这一点有助于你少犯错误，因为人类可能更不完美。

沃顿在线:是的。

梅西百货:我们意识到，我们也有证据表明，人们总是追求完美的预测，不想放弃每次都是正确的机会，即使这根本不可能。

沃顿在线:但是你的研究也提到有经济方面的考虑。

梅西:我们有很强的推断，但目前证据还不充分。我们的结论是，具有讽刺意味的是，越是重要的事情，越是有人排斥 *** 作。如果他们不太在乎结果，他们更愿意接受计算机的帮助。比如美国的超级碗。说到比赛，人们会想，天哪，我们不能让算术决定胜负。目前我们有一些类似的证据，但是还没有系统的研究这个问题。

De worster:目前，我们正在实验室进行这项研究。

沃顿在线:有时候数据结果可能和你的预测完全相反。发生这种情况显然有些令人惊讶。请和我们分享一下你对这种情况的理解。

梅西百货:当这种情况开始发生时，我们显然必须复制数据，以确保当我们重做实验时，会重现相同的结果。然后我们再去寻找其他可以合理解释这种情况的原因。例如，我们确实发现参与者在看到 *** 作过程后对 *** 作失去了信心。没看过 *** 作流程的可能更有信心。我们开始查所有的数据，各种迹象表明，正是因为看到了手术过程，人们才不愿意接受这种手术方式。

De worster:这个信心数据非常有趣。人即使犯错，也不会对自己失去信心。当你犯错误的时候，你仍然对自己有信心，即使人在实验中犯的错误可能比机器还多。

沃顿在线:你们是如何处理这项研究的相关数据的，又是如何应用到现实世界中的？

梅西:在我们目前的项目中，我们正在探索如何说服人们使用计算工具，即使他们知道机器会出错。我们已经做了一些实验。有的人用模型预测，有的人依靠自己的预测，有的人可以根据自己的判断调整模型的预测结果，但这样做是有条件和限制的。

比如数据运算给出一个结果，你可以上下调整5个点。我发现人们喜欢这种方式，更喜欢融入个人因素。事实上，即使这种方式是错的，人们也知道这是错的，但他们并不一定会对这种方式失去信心。因此，只要人们能够参与决策，并运用自己的判断，他们就会更愿意使用计算工具。

沃顿在线:《波士顿环球报》发表了一篇介绍你的研究的有趣文章。这篇论文提到了一个发生在挪威餐馆的有趣案例。我想说的是，餐厅不是让侍酒师告诉你什么酒最好喝，而是通过平板电脑解释。

梅西百货:为什么你认为人们更能接受数据运营推荐的酒，而不是调酒师推荐的酒？

德沃斯特:我猜他们不愿意接受。

梅西:你认为这是不可接受的。为什么？

德·沃斯特尔:是的。如果在你的领域里，人们相信人类有特殊的洞察力，但这超出了机器的理解范围，那么人们很可能不愿意使用数据运算。我想是的，但显然我们还没有证实。计算机没尝过酒，所以我觉得人们不会相信计算机给出的结果。

顺便说一句，我猜电脑其实是“品酒”的...人们当然不愿意听到这些，但我猜会的。

梅西:如果说电脑还没有“尝过酒”，那可能是在未来。

De worster:我们将来会知道的。

沃顿在线:这就像一扇通往不同探索领域的大门被打开了，人们可以看到数据可以影响现实生活的方方面面。

德·沃斯特尔:的确如此。正因为如此，我们最初觉得这个研究非常重要，因为这个项目的适用性在不断增加。随着大数据的发展，越来越多的人尝试用数据运算的方式来帮助自己在各个领域进行决策。我们需要更深入地了解什么可以帮助人们克服不相信机器的障碍。

我们开展这项工作的动机之一，就是要深刻理解人们对机器的偏见有多深，人们有多需要机器，改变这种判断有多难。

沃顿在线:显然，偏见是日常生活中常见的问题。

为什么这(微观经济学)是一个公平与效率的问题。

我们过去常说“效率优先，同时兼顾公平”。现在是“国民收入初次分配注重效率优先，收入再分配更加注重公平”。

题目是治污政策，需要判断这个制度是调节初次分配还是再分配。

你去百度一下，就知道这个系统了。这个系统直接限制了工农业厂商的污染排放，增加了厂商的成本。这一系列的传导机制调节了收入的初次分配，因为它直接影响到厂商经营的成本和利润。再分配制度影响居民收入，典型的是税收制度和各种补贴制度，通货膨胀也被认为是一种有利于富裕阶层的收入再分配。

这是为什么呢？这应该是电脑感染病毒的一些提示。有些电脑就是这样。你忽略了之后，还可以继续用一段时间。但是，如果这样的提示频繁出现，说明你的电脑没有被病毒深度感染，说不定过一会儿系统就崩溃了。

为什么这是因为协方差加或减一个数，值不变？其实你可以比较一下协方差和方差，数据整体加上或者减去平均值，它的方差不变。

这是为什么呢？你应该向老师展示你论文的创新之处。选择这个题目是因为研究很少，有研究意义。同时你要研究这个话题给人带来了什么好处。重点是突出论文的意义或者填补空在某一方面的空白。以及研究成果的价值。

这是为什么呢？凡事皆有因，

凡事都有它的规律。

我不知道为什么，

你需要了解它的规律。

为什么？公平与效率的问题。我们过去常说“效率优先，同时兼顾公平”。现在是“国民收入初次分配注重效率优先，收入再分配更加注重公平”。题目是治污政策，需要判断这个制度是调节初次分配还是再分配。

为什么会这样，为什么会这样的介绍到此结束。不知道你有没有从中找到你需要的信息？如果你想了解更多这方面的内容，记得收藏并关注这个网站。