2026年10月30日 星期五

我與統計學家: 懷念趙民德 ( ~2026 ,統計學家,文青,古詩詞) 選舉抽樣等。預測正確性; 引他的「統計在品質管制中扮演的角色」(科學月刊1977.05),回答趙老大提問的愛德華·戴明(W. Edwards Deming 1900)的著作/故事:女性統計學家是 Nancy Mann(南西·曼恩;1970 年獲選為美國統計學會(ASA)院士。 ) 以**可靠性理論(Reliability Theory)**與韋伯分布(Weibull distribution)的研究聞名,並且是品質管理大師 W. Edwards Deming(戴明) 的親密同僚與好友。她撰寫了兩本與這兩個主題高度相關的重要著作: [1] 關於戴明哲學的著作: 書名: 《The Keys to Excellence: The Story of the Deming Philosophy》(卓越之鑰:戴明哲學的故事; 這本書在80年代電子工業研究所ERSO/ITRI有) 背景: 這本書是全面介紹戴明管理哲學與品質改良方法的重要著作。關於可靠性的經典統計學教科書: 書名: 《Methods for Statistical Analysis of Reliability and Life Data》(可靠性與壽命數據統計分析方法) 。我在電子工業研究所ERSO/ITRI期間, 用DEMING的 轉危為安一書中的參考論文考趙老大........他退休時統計學研究所人數超過百人,令我驚訝........

 


愛德華·戴明(W. Edwards Deming)的統計與抽樣思想核心在於區分「枚舉性研究」與「分析性研究」。枚舉性研究針對現存、有限的母體進行評估與描述,主要採用傳統的機率隨機抽樣方法;而分析性研究則關注未來無限的製程與系統預測,強調傳統隨機抽樣失效,需改用時間序列的合理子組抽樣與管制圖來捕捉系統變異。戴明認為數據的價值在於改善未來系統而非單純算帳,盲目套用隨機公式將導致錯誤決策。



Edwards Deming. ... 現在把各種較常用的統計方法簡單說明於下:. (1)初等 ... 抽樣的方法很多,有隨機抽樣、分層抽樣和目的抽樣等方法。


AI

根據您所提供的關鍵字,您所指的女性統計學家是 Nancy Mann(南西·曼恩)。 [1]
她是美國著名的女性統計學家,以**可靠度理論(Reliability Theory)**與韋伯分布(Weibull distribution)的研究聞名,並且是品質管理大師 W. Edwards Deming(戴明) 的親密同僚與好友。她撰寫了兩本與這兩個主題高度相關的重要著作: [1]
  1. 關於戴明哲學的著作:
    • 書名: 《The Keys to Excellence: The Story of the Deming Philosophy》(卓越之鑰:戴明哲學的故事)
    • 背景: 這本書是全面介紹戴明管理哲學與品質改良方法的重要著作。 [1]
  2. 關於可靠度的經典統計學教科書:
    • 書名: 《Methods for Statistical Analysis of Reliability and Life Data》(可靠度與壽命數據統計分析方法)
    • 背景: 這是可靠度工程領域非常經典的教科書,主要專注於如何利用統計學評估產品、系統或零件的壽命與可靠度。 [1]

Nancy Mann 憑藉在可靠度估計方面的重大貢獻,於 1970 年獲選為美國統計學會(ASA)院士。 [1]



誤會FOUR DAYS SEMINAR ARRANGEMENT

解釋 edward deming FEMALE STATISTICIAN FOUR DAYS SEMINAR ARRANGEMENT HER BOOKON DEMING


這段關鍵字描述的是全球品質管理大師 威廉·愛德華茲·戴明(W. Edwards Deming)、他著名的四天管理研討會(Four-Day Seminar),以及由記者兼作家瑪莉·沃頓(Mary Walton)所撰寫、全面記錄戴明管理哲學的經典書籍。 [1, 2, 3]
以下為您詳細拆解與解釋這些關鍵字的歷史背景與核心意涵:
1. 威廉·愛德華茲·戴明(W. Edwards Deming)
  • 身分背景: 戴明博士是美國著名的統計學家(Statistician)、管理顧問及作家。
  • 歷史成就: 二戰後,他前往日本指導當地的企業家與工程師如何運用統計製程管制(SPC)與品質管理觀念,成功協助日本經濟崛起,讓「日本製造」成為高品質的代名詞,因而被譽為「現代品質管理之父」。 [1, 2]
2. 四天研討會(Four-Day Seminar Arrangement)
  • 研討會背景: 1980年代後,美國企業面臨日本的強大競爭,終於意識到戴明理論的重要性。戴明開始在美國巡迴舉辦著名的四天管理研討會。 [1, 2]
  • 課程安排(Arrangement)與焦點:
    • 雖然戴明是統計學家,但在這四天裡,他將重心從純統計方法轉移到「管理者的行為與責任」。他強調,企業 85% 以上的品質問題源自於「系統(System)」,而系統是高層管理者才能改變的。
    • 核心教授內容包含:戴明的管理十四點原則(14 Points)、七大惡疾(Seven Deadly Diseases),以及最著名的互動式「紅珠實驗」(Red Bead Experiment)(用來證明員工的錯誤多半是由不良系統引起,而非員工不努力)。 [1, 2, 3, 4, 5]
3. 女性作家與她的戴明專書(Female Statistician / Her Book on Deming)
  • 誤區澄清: 關鍵字中的 "FEMALE STATISTICIAN" 通常是指瑪莉·沃頓(Mary Walton),不過她的主要身分是一位專業的新聞記者與作家(而非統計學家)。她因貼身採訪、參與戴明的四天研討會而深入了解其哲學。 [1, 2, 3]
  • 她的著作:《戴明管理方法》(The Deming Management Method)
    • 瑪莉·沃頓在 1986 年出版了這本名著。
    • 書籍核心內容: 這本書用非常流暢、通俗的新聞紀實筆法,完整記錄了戴明四天研討會的盛況與細節。書中逐章解析了戴明的「管理14點原則」與「七大惡疾」,並收錄了數個成功引進戴明方法的美國企業(如福特汽車、金百利克拉克等)的實際轉型案例,是全球公認最適合初學者理解戴明思想的入門聖經。 [1, 2, 3, 4, 5]
總結來說: 這個組合指的是「一位女性作家(Mary Walton)透過參與統計學大師戴明親自主持的四天管理研討會,將其核心的品質管理與系統變革哲學,撰寫成《戴明管理方法》這本傳世之作」的歷史脈絡。

++++++






戴明的新經學與好友集 ; Deming and Drucker at NYU / GBS :A Friendship. 紀念戴明博士

268 戴明的新經學與好友 2019-01-18 漢清講堂

https://www.youtube.com/watch?v=sz0V2OcYKXY&t=2s

Hanching Chung
明天計畫自錄:"W. Edwards Deming 博士的三位好友:W. A. Shewhart博士 (為主)、M. H. Hansen博士、A. Politz先生:友情、統計學,可運作定義 Operational Definitions"
《轉危為安》(1986)《新經濟學》(1992)記錄很多友情的結晶 :可參考原書的索引和進一步的研究。
以《新經濟學》為例:Deming記錄他與Shewhart的友情 (第8章),很感人。
另外一位他佩服的統計學家兼管理者Morris H. Hansen (1910~90),pp.167~71。
此外,第一章章前引言的Alfred Politz (1902~82),也很值得談 (p.44)。
111頁,聖保羅了解系統:1990.7.11與Nida Backaitis博士訪英國西敏寺....

這兩年,我在此領域沒什新創/新發現。

Hanching Chung
本周三(14日)10點起,我處有"漢清講堂"節目:
"Deming and Drucker at NYU /GBS :A Friendship. "紀念戴明...
http://hclectures.blogspot.tw/…/1014-dr-w-edwards-deming-an…


Deming and Drucker at NYU /GBS :A Friendship 紀念戴明博士 鍾漢清 戴久永



戴明博士訪台講學盛會 1970年11月23~27日:…
YOUTUBE.COM

現在的資訊網很奇妙。我10月14日做一場"戴明與杜拉克在紐約大學的商學研究院:一段友情。我當時把商學研究院GBA錯寫成GBS。
今天,我想研究他1945年在紐約買的小套房,為教學和辦公方便才買的。我用"w edwards deming new york apartment"搜索,第1頁就有兩條讓我想深入去看看,首先是一本Frank Voehl先生主編的"Deming The Way We Knew " (謝謝Frank十幾年前從美國寄一本到台灣送我),Frank和Gerald Glasser 都分別回憶他們有幸到那套房聊天的樂趣和榮幸;Glasser的那篇,更是1976年10月14為慶祝Dr. Deming 75歲生日的頌文,談他怎麼到紐約大學修課,後來當戴明博士的統計顧問的助手所見所學......Deming博士將它裱起來,掛在套房的牆上多年.....
另一則是曾是Dr DEMING博士學生的 J. N. Orsini ,為【從17世紀到20世紀的統計學名人】寫篇W. Edwards Deming(在第7分的"科學與技術上的應用", pp.355-60:
Leading Personalities in Statistical Sciences: From the Seventeenth Century ...
edited by Norman L. Johnson, Samuel Kotz (1997)
我還讀到戴明檔案中的書信部份的一些通信人:R. T. Birge, Harold Dodge, Churchill Eisenhart, Gregory Lidstone, Jerzy Neyman, John Tukey, W. Allen Wallis, Peter Drucker, Joseph Juran, Ichiro Ishikawa, and Kenichi Koyanagi. 等等。這些對我寫傳記有幫助。


原書名為Adventures of A Bystander 。
Bystander
翻譯為"旁觀者"或"局外人"。Adventures 在廖譯中省略,日譯本翻譯成"時代"。
其實,原作者Drucker或許想襲用【Alice 漫遊奇境】,因為此書談到不少真實奇人的故事。
將 Henry Luce and TimeLifeFortune翻譯成"美國報閥魯斯",似乎有點過份啦!80年代我從"台北美國新聞處"借得此書,讀後印象最深刻的,無疑是此章說,"路思義(這是東海大學對該校的教堂捐贈者Henry Luce 的稱呼),深諳中國宮廷的鬥爭文化和方式,也將它應用於其創造的媒體帝國之管理之中。

"斯隆的專業風采"一章的"專業風采"也是漢譯本添加的,有違傳主的嚴以律已之精神。關於他,請參考討我討論 Peter Drucker和W. Edwards Deming的領導力的英雄之章節。




談"《東海大學學報》第一期 1959.6"
http://hclectures.blogspot.tw/2015/09/2015-1014.html⋯⋯ 更多




Lectures and Meetings: Deming and Drucker at NYU /GBS :A Friendship. 紀念戴明博士談


HCLECTURES.BLOGSPOT.COM



戴明的新經學與好友 ; Deming and Drucker at NYU / GBS :A Friendship. 紀念戴明博士

20261030

期中選舉的預測市場準確性測試(Prediction Market Accuracy Tests),是指學術界、選舉分析家與市場觀察家,透過將期中選舉的實際開票結果與 Polymarket、Kalshi、PredictIt 等預測市場(真金白銀的賭注勝率) 在選前給出的機率進行對比,藉此檢驗「群體智慧(Crowd Wisdom)」是否真的比傳統民調更具預測能力的質性與量化分析。 [1, 2]
這項測試的核心邏輯、爭論焦點與檢驗維度主要包含以下幾個面向:
1. 檢驗的核心:預測市場 vs. 傳統民調
預測市場的支持者(如經濟學家 Robin Hanson)認為,市場因為具備「金錢利益驅使(Profit Motive)」,交易者為了贏錢會主動整合民調、歷史數據、籌款狀況、甚至天氣等全方位資訊,因此價格會比單一民調更具自我修正能力與即時性。 [1, 2, 3]
  • 民調(Polls): 衡量的是「選民當下自稱想投給誰」的隨機抽樣。
  • 預測市場(Prediction Markets): 衡量的是「交易者預期最終誰會贏」的動態機率。 [1]
2. 準確性測試的具體指標
科學家在測試其準確性時,通常不會只看單一場選舉的輸贏,而是看長期與整體的統計指標: [1]
  • 校準度(Calibration): 如果市場標價某個政黨有 70% 的勝率,那麼在 100 場類似特徵的選舉中,該政黨是否最終贏了約 70 場?如果 70% 勝率的候選人頻繁落敗(如部分初選或國際選舉的爆冷案例),代表市場過度自信。 [1, 2, 3, 4]
  • 領先時間(Lead Time): 市場是否能比傳統民調「更提早」反映出選情的結構性轉變(例如 2024 年總統大選中,預測市場便比部分傳統民調更早顯現川普領先的趨勢)。 [1, 2]
3. 測試中發現的市場缺陷與脆弱性
近年針對期中選舉預測市場的測試與研究報告(如 Anti-Corruption Data Collective 的分析)指出,預測市場在準確性上面臨重大挑戰: [1]
  • 極易受到資金操縱(Market Manipulation): 研究發現,在許多關注度較低的國會議員或地方選舉市場中,一筆不到 1,000 美元的交易就能將某個候選人的勝率拉抬或打壓 10 個百分點。這種不正常的價格波動往往會被媒體錯誤解讀為「選情變天」。 [1, 2]
  • 缺乏外部數據時的盲目: 當特定選區缺乏最新且具公信力的民調時,市場交易者往往失去錨定基準,導致自動化交易機器人或少數大戶的資金能輕易扭曲勝率。 [1]
  • 同質性過高(偏見): 批評者(如大選預測專家 G. Elliott Morris)指出,預測市場的參與者主要是網路賭客與科技愛好者,而非真正的代表性選民。這使得市場有時會集體盲從於某種網路輿論,而在初選或特定搖擺州出現顯著的預測失準(例如曾在大選初選階段給予非主流候選人極高勝率,最後卻大幅落敗)。 [1, 2]
總結
預測市場的準確性測試,本質上是一場「數據科學(民調與統計模型)」與「行為經濟學(動態市場價格)」的對決。雖然預測市場在大型、高資金額度的選舉(如總統大選)中表現出亮眼的即時敏銳度,但在結構更複雜、小規模選區眾多的期中選舉(眾議院、參議院部分席次)中,其是否能保持準確,抑或是淪為假訊息與資金操縱的工具,是當前學術研究與聯邦監管機構(如 CFTC)密切關注的測試核心。 [1, 2, 3, 4]




沒有留言:

張貼留言

注意:只有此網誌的成員可以留言。