用 Python 與 Excel 學習統計模型思維（爲什麽需要學習模型？）
Eugene Chang (張佑成)
June 29th 2025
# 爲什麽需要學習模型？ - 成爲更好的思考者 - 讓我們能夠理解與分析數據 - 讓我們能夠更好的做設計與決策 --- # 成爲更好的思考者 --- # 看看一般人的認知... 各種成語典故、或是寓言故事，像是空城計、草船借箭、都只能算是一些思考的套路，這些套路有用，但是到了現在，可能就有些落伍了。 --- # 看看一般人的認知... "Two heads are better than one." "Too many cooks spoil the broth." 兩個英文的寓言，但是傳達的概念完全相反，我們該相信誰？ --- # 一般人的認知的缺陷 **它沒有有適用範圍** 這個道理/規律在什麽狀況下適用？會不會在一些環境或條件下不成立？你無從判斷。 空城計、草船借箭這些計謀，都是一廂情願的假設敵人是傻瓜。 --- # 一般人的認知的缺陷 **不夠精確** 一個小朋友踢足球，用盡全力也沒辦法把足球踢的很遠。而由一個大人來踢，足球就被踢得老遠。 這個小朋友可以假設 **踢球的力量越大，足球就飛的越遠。** 問題是，今天若我們把踢球的力量增大一倍，足球的飛行距離能增加多少？你無法計算出來。 --- # 一般人的認知的缺陷 **無法推導或做預測** 不能夠靠成語典故和寓言故事來做決策。因爲這種水平的思考是做不到**精緻推演**的能力。 --- # 成爲更好的思考者 若要像學者一樣的嚴肅針對問題進行研究，必須把思考給正規化。 而要做到思考的正規化，我們需要嚴謹的理論模型。 --- # 模型的定義 - 模型中的各種實體，人，組織，物體，以及實體之間的相互關係，都必須有非常明確的定義。 --- # 模型的定義 - 模型具有因果關係，可以用數學以及邏輯做推導。 每次我們在做數學題，其實就是在使用一個模型。你知道題目包含什麽假設。有什麽因果關係。就能用數學或邏輯推導出什麽結果。 --- # 讓我們能夠理解與分析數據 --- # 假設我們今天搜集了很多房屋的數據  --- # 而我希望能夠推測想購買的房屋的價格 --- # 讓我們能夠理解與分析數據 計算各變量之間的相關性：  --- # 讓我們能夠理解與分析數據 我們就能利用統計學的線性回歸，得到一個公式進行推測：  --- # 若今天我們掌握了模型 我們就能利用模型進行推演，預測我們的決策會帶來的後果 --- # 讓我們能夠更好的做設計與決策 許多時候，模型能夠協助我們做出更好的決策 --- # 我們先來看一個例子 --- # 2008 年次貸風暴 美國財政部在關鍵時刻出手，花了 1800 億美元購買了跨國保險公司 AIG（美國國際集團）的資產，使得 AIG 沒有面臨倒閉。 --- # 2008 年次貸風暴 這個救援行動遭到各方的猛烈批評，有人説這是政府直接干預經濟，違背自由市場的理念。 也有人質疑爲何不救雷曼兄弟公司，結果雷曼兄弟倒閉了而 AIG 沒有，這公平嗎？ --- # 美國財政部行事的邏輯在哪？ 下面這張圖是當時的國際貨幣組織（IMF）做的一張圖 ---  --- # 在這張圖中... 我們把多個不同金融機構的關係以一個網路模型表達出來： - 每一個節點代表一個金融機構 - 每一個節點之間的連線代表金融機構之間的債務關係，連線越粗而且顔色越深，代表債務關係越強。 --- # 透過這張圖... 我們可以看出 AIG 是處在這個關係網路的中心位置，有很多個金融機構都購買了 AIG 提供的資產保險。 現在有了這個模型，我們就可以做推演，我們可以想象，若 AIG 倒閉，我們知道很多與 AIG 有關聯的機構就會拿不到保險金，那麽他們就會跟著倒閉，結果就是一個災難性的連鎖反應。 AIG，是大到不能倒（Too big to fail），而雷曼兄弟則在這個模型中不具有 AIG 那麽核心的位置。 --- # 但是使用這個模型來做決策是否正確呢？ 我們無法重複歷史，但是我們知道最後雷曼兄弟倒閉並沒有牽扯到整個金融體系，因此這個模型的預測可以說是準確的。 --- # 順便一提 金融危機過後，美國政府賣掉了當初買下的 AIG 資產，這一進一出賺了 230 億美元。可以說當初救援 AIG 是一個正確抉擇。 --- # 模型的選擇 關係網路幫助我們看清了各個金融機構之間關係的本質，沒有這個模型，你光説 AIG 很重要，就不足夠做出這種精確而大膽的操作。 但是爲何是選擇這個模型呢？ --- # 模型的選擇 爲何不考慮各個金融機構在歷史上對美國做出的貢獻？ 爲何不考慮對輿論的影響？ --- # 簡單的說 只看關係模型，是因爲你想要的只是金融市場的穩定 --- # 不簡單的說 刻意忽略其他因素，這是一個非常主觀的冒險選擇 --- # 選擇模型，你需要智慧 --- # 現實世界是個混賬 我們來學習如何用模型武裝我們的思維 來面對現實世界丟給我們的各種問題與挑戰 --- # 這門課的數學以及計算 我們不會用太多複雜的數學，我們將透過 Python 程式語言以及 Excel 這兩個工具實作，也順便在解題中熟悉這兩個工具。 --- # 在未來的世界 AI 會變得越來越普及，我們要學會的技能，是如何與電腦分工合作 --- # 冷戰時期美國 vs 蘇聯 蘇聯的科研人員在基礎的數學訓練上强過美國 但是美國科研人員在計算機的運用上强過蘇聯 --- # 爲何是 Python 與 Excel? 普及程度最高 --- # 學習程式語言時 盡可能選一個最多人使用的工具，就跟學習外語一樣 --- # 這節課會用到什麽軟體？ - Python 程式語言（請參考 NTU COOL 上提供的安裝教學） --- # 這節課會用到什麽軟體？ - Excel 應用程式（請參考 NTU COOL 上提供的安裝教學） --- # 本課程的目標 1. 學員能具備運用不同領域的模型思考並解決問題 2. 能夠對統計學有基礎的認知 2. 學員具備撰寫 Python 程式語言解決問題的能力 3. 學員具備運用 Excel 應用程式快速驗證想法的能力
Thanks for Watching
http://kyosei.ai
Contact: yuyueugene84@gmail.com
Download PDF
