之前大學的時候學過統計、概率論、微積分、線性代數和博弈論，但是現在幾乎都不記得了。

甚至我都不記得我有學過這些課，還是和之前的同學討論了下才知道原來還真學過。

為什麼之前的學習這麼失敗，以至於完完全全忘記呢？

我仔細回想了一下，感覺有如下幾個原因：

• 不知道為什麼學，考試能過關就可以了。

• 對於我這種文科生超難，也有可能是老師教的不好。

• 學習方法不對，沒有複習、練習和實踐。

所以有了前車之鑑，這次我要在學習前做好心裡準備。

我為什麼學統計的3個理由：

1.為了投資

因為在估值的時候，會面對很多的不確定性，不如成長率就很不確定。

學習統計可以幫助處理並量化投資的不確定性。

我學習統計最明確首要的目的，那就是學會使用蒙地卡羅模擬法計算股價的分佈。

比如如下這個分佈圖就是2016年達摩德仁教授給apple估值的時候做的蒙地卡羅模型。把最好的和最壞的成長率和營業利潤率的分佈放入蒙地卡羅模型，產生Apple股價的分佈估計。當時股價是93一股，按照蒙地卡羅模擬，這個價格大約排在第7%，表示有7%的機會股價會跌，有93%的機會股價會漲。這樣就把不確定性量化出來了。

source：Facing up to uncertainty with simulations

關於不確定性的問題，我還寫了一篇文章：怎麼面對投資的不確定性。

2.幫助形成多元思維模型

查理蒙格在其《窮查理普通常識》建議跨領域學習形成多元思維模型，其中就提到要學習統計學。”沒有必要精通，但是要知道不同的統計分佈圖“。

掌握不同學科的思維模型越多，我們思考時候可以選擇的工具越多，就可以越來越避免靠直覺靠經驗法則生活，盡量避免偏見和心理謬誤。

3.不要被欺騙

統計數據可以隨意被製造成任何內容。

懂一點統計學比較不容易被欺騙。

比如說護膚品公司常常會宣傳某產品有1000位測試者，其中90%測試完都反饋皺紋顯著得到改善？

比如民調顯示4%的人支持柯文哲？

這些所謂的依據某些統計得出的結論是可靠的嗎？還是一種欺騙？

怎麼學一點點統計學？

我暫時沒有想要深入徹底的學統計，因為這個需要微積分和線性代數的知識。所以我先學一點點思維模型，看能否解決我的問題。

我計劃和達摩德仁教授學習：Statistics 101。理由如下：

1.有針對性/實用

他的課程是專注於投資和企業金融需要用的統計。

可以解決我的問題，也可以在學後投入實踐。

2.簡單易懂

他很會教,只要會中等程度的英文都能聽懂他的課程。

學習如何學習提到要使用bottom-up和top-down共用的學習方式。

就是先看總覽課程主要的知識點，形成一個大的概念，就像是在腦中構建一個大的拼圖的框架。

然後在從下而上一個一個的學習這些知識點，填內容到每個知識點，就像是把大評圖的每一塊都拼的很具體完整。

這樣形成的知識的組塊（chunk）是最有效、最能記住並且最能自由取出運用的。

我發現達摩德仁的課程就是這樣設計的。

先介紹主要學習什麼和學習的目的，然後在每個知識拼圖慢慢介紹。

更棒的是，他的每個知識拼圖還配合具體的應用。

這樣我們在用中學，可以避免我們只會學不會使用的尷尬。像我之前一樣只學不用，時間長了就會忘記。

source：http://people.stern.nyu.edu/adamodar/New_Home_Page/webcaststatistics.htm

3.偶像的力量

我很崇拜他，他教的任何課程我都會學。

偶像的力量就是吸引我們想要變得和偶像一樣。

比如查理蒙格就吸引我通過跨學科學習形成自己的思維模型。

比如達摩德仁讓我想要學習任何關於投資的知識，並且把我的學習傳遞給他人。

比如最近學習Learning How to Learn和看Mindshift的課程，讓我產生一種向Barbara Oakley學習，產生改變自己的想法、改變自己人生的衝動。

總結：

現在的數據這麼多，想要更好的投資，學一點點統計是必要的。

現在各種課程很多，想要學一點點統計，是非常簡單的。

如果不想要學習達摩德仁的課程，也可以通過MOOC搜索平台搜索適合自己的課程。