就其屬性來說，政治分析不過是平平無奇的數(shù)據(jù)分析，希爾沃不過是綜合已有的民調(diào)結(jié)果。然而，希爾沃建模分析的關(guān)鍵卻在于如何衡量某一數(shù)據(jù)的重要性。

他在2008年美國大選中曾準確預測了49個州的選舉結(jié)果，而2012年的美國大選，他則準確預測了全部50個州的選舉結(jié)果。34歲的內(nèi)特·希爾沃憑著自己的數(shù)學模型打敗了所有時政記者、政黨媒體顧問和政治評論員。美國公眾沸騰了，媒體稱他為超級極客、“算法之神”，并認為其成功讓所有書呆子揚眉吐氣。

準確預測美大選結(jié)果

？？內(nèi)特·希爾沃可以說是超級政治明星，他知道自己在說什么。在美國人看來，權(quán)威專家一直是擁有合適的發(fā)型、潔白的牙齒或者符合保守派觀點的人。希爾沃完全不符合這些條件，他有的只是數(shù)據(jù)，許許多多的數(shù)據(jù)，而美國總統(tǒng)大選之夜證實了這些數(shù)據(jù)的準確性。

？？投票前，許多評論家都認為無法預計哪方會獲勝。他們預計本次選舉，兩名候選人的得票率將不相上下。但事實并非如此。結(jié)果證明羅姆尼和奧巴馬完全不是旗鼓相當，正如希爾沃幾個月來的預測。在大選日當天，他預測奧巴馬將有90.9%的可能獲得大半選舉人投票，如果按州計算，他準確預測了所有州的選舉結(jié)果。

？？“你們知道誰是今晚（選舉開票夜）的贏家嗎？”美國微軟全國廣播公司節(jié)目新聞主播自問自答，“是內(nèi)特·希爾沃?！?/p>

“算法之神”受到狂熱追捧

推特瞬間沸騰了，各大博客網(wǎng)站也為希爾沃沸騰了。希爾沃的處女作——《信號和噪音：預測學的藝術(shù)與科學》銷量一夜間增長800%，排到了暢銷榜第二位。媒體一致認為本次大選預測的成功并不只是希爾沃個人的勝利，它還使所有書呆子都揚眉吐氣。希爾沃憑他的數(shù)學模型打敗了所有時政記者、政黨媒體顧問和政治評論員。

希爾沃謙遜而不招搖，當他低著頭拖著步子走進屋里，他似乎對自己被采訪而感到尷尬?！罢麄€事情變得有點瘋狂，”他說。但他并不認為這種狂熱與他有關(guān)，“我仿佛具有這種象征性力量，然而人們對我所做事情的推崇遠超了我所應得的。我必須首先說明大家應該知道兼聽則明，而不是把某個人的意見當成神諭?！?/p>

然而，這忠告似乎來得有點晚了。大選后的第二天當他出現(xiàn)在《每日秀》脫口秀節(jié)目時，節(jié)目主持人喬恩·斯圖爾特稱他為“算法之神”，但他的成功故事同時也是個“屌絲逆襲”的故事。

選舉前的數(shù)周，他的批評者們（大多數(shù)是不滿他預測奧巴馬將獲勝的保守派們）不僅攻擊了他的預測方法，還對他進行了人身攻擊。UnSkewedPolls.com的迪安·錢伯斯召集人們抵制希爾沃的“巫術(shù)數(shù)據(jù)”，宣稱他神志不清并嘲諷他是個矮小瘦弱的娘娘腔。

不過從某些角度來說，人們的奉承似乎更難以應付?！胺畛械脑捵屛腋械骄o張，因為我確定我們將會出錯?！边@里的“我們”指的是他在2007年設立的提供以數(shù)據(jù)為主的時政分析的博客“FiveThirtyEight”（因538張選舉人票總數(shù)得名）。

用數(shù)學模型分析棒球

希爾沃一直是數(shù)據(jù)的愛好者?！拔乙恢倍急蝗朔Q作書呆子。”他出生于在密歇根州，家鄉(xiāng)的棒球隊底特律猛虎在他6歲的時候贏得了美國職業(yè)棒球全國錦標賽的冠軍，而他也是在那個時候接觸了各種統(tǒng)計數(shù)據(jù)并愛上了數(shù)據(jù)。

從芝加哥大學獲得經(jīng)濟學學位后，他在專門提供審計、稅務和咨詢等服務的畢馬威公司當了4年顧問，接著，他開始迷上了網(wǎng)絡撲克。那時候許多玩網(wǎng)絡撲克的人對撲克并沒有很多了解，而他卻能從他們手中贏錢，這些錢足夠讓他辭掉工作靠玩撲克養(yǎng)活自己。

撲克就像希爾沃生命中的天然磁石，不僅教會了他抓住機遇，還使他明白機遇在人生中扮演怎樣的角色?！巴鎿淇藢ξ叶允亲詈玫挠柧殻覐闹袑W會了怎樣衡量新信息的作用，怎樣辨別信息的重要性。我們的直覺在分析信息方面并不是十分在行，我們總是傾向于高估新信息的重要性?！?/p>

希爾沃說：“技巧和運氣間存在著微妙而又模糊的關(guān)聯(lián)。贏錢的時候是因為牌技好還是運氣好？你永遠也不知道?！毕栁止浪闼约寒敃r從網(wǎng)絡賭博中贏了有大概40萬美元，這些錢足夠他去追求他另一項愛好——棒球。棒球這項體育運動正在不斷地改變中，而希爾沃是最早發(fā)現(xiàn)這項運動有數(shù)據(jù)導向潛在可能性的少數(shù)人之一。他后來建立了Pecota網(wǎng)站，該網(wǎng)站建模分析預測美國職業(yè)棒球大聯(lián)盟運動員的職業(yè)前景，后來他又把該網(wǎng)站賣給了《棒球簡介》。

棒球預測就像一場保守的情報員與善于分析數(shù)據(jù)的新成員之間的斗爭，這場斗爭后來被邁克爾·路易斯在暢銷書《點球成金》中記錄了下來，后來布拉德·皮特主演了同名電影。2007年，希爾沃開始尋找新的契機。

信息多不意味更好地預測

“我當時在尋找像棒球分析那樣的、有龐大的數(shù)據(jù)庫而且鮮有競爭者的新領(lǐng)域，就在那個時候我找到了政治這個領(lǐng)域?！逼鸪酰褂霉P名“Poblano”。幾個月后，他開始使用真名。

希爾沃覺得自己當時將已有的數(shù)據(jù)套用貝葉斯理論，如此一來他將“小有優(yōu)勢”。美國政治領(lǐng)域原本就充斥著許多數(shù)據(jù)，而他所使用的貝葉斯理論也不是什么尖端科技。英國神父貝葉斯于18世紀初發(fā)現(xiàn)了計算有條件的事件發(fā)生可能性的貝葉斯理論。

希爾沃后來表示同意批評者的觀點。他甚至不是唯一一個使用貝葉斯理論分析選情的人，其他分析師也同樣有不錯的準確度。就其屬性來說，政治分析不過是平平無奇的數(shù)據(jù)分析，希爾沃不過是綜合已有的民調(diào)結(jié)果。然而，希爾沃建模分析的關(guān)鍵卻在于如何衡量某一數(shù)據(jù)的重要性。這些數(shù)據(jù)在歷史上有何作用，又有怎樣的偏向性，還有什么別的信息可以借鑒？

“如果你表現(xiàn)良好，偶爾會得到獨家消息，但這不過是許多既得利益間的游戲。我盡量回避和兩邊的競選團隊打交道，因為他們所給的信息大都是干擾性的噪音?！?/p>

希爾沃正在尋找下一個目標——一個擁有許多數(shù)據(jù)卻沒有太多競爭對手的領(lǐng)域。他認為經(jīng)濟新聞是一個不錯的選擇，而地方政府選舉則是“難以預測”。

希爾沃在成功預測了2008年美國大選結(jié)果后簽下了一份價值70萬美元的出版合約。但當時沒有人能料到他會有多大的成就。不過，當時就連希爾沃自己也不知道這本書會有什么樣的反響。

“我當時以為這本書會像是介紹婚介網(wǎng)站那樣運作之類的書籍。這本書的確也提到了這些內(nèi)容，但是更多的是介紹這當中的哲學原理。這本書是關(guān)于客觀性和現(xiàn)實的主觀性的交集。面對一堆數(shù)據(jù)時，我們經(jīng)常處理得很糟糕。擁有更多信息并不意味著我們能更好地預測?！?/p>

文/摘自《南方都市報》

拿數(shù)據(jù)模型預測未來有多準？

大衛(wèi)·羅斯切爾德（David Rothschild）

微軟研究院計算機專家

不只是大選這樣的政治領(lǐng)域，數(shù)學模型預測的范圍十分寬廣。應該說，只要是有因果關(guān)系、有規(guī)律的行業(yè)都可以進行預測。比如股票，如今已經(jīng)有通過數(shù)學模型預測某只股票漲跌，來進行推薦。當然彩票不行，因為它是隨機的。

在今年第85屆奧斯卡獎揭曉之前，我開發(fā)了一款名為“奧斯卡預測器”的數(shù)學模型，它是Excel形式的，通過對奧斯卡入圍影片相關(guān)數(shù)據(jù)的分析，預測最終獎項屬誰。與預測總統(tǒng)選舉結(jié)果相比，有人認為預測奧斯卡獎比大選容易得多，因為后者涉及上億張選票，而奧斯卡評委人員僅幾千。其實預測奧斯卡獎的方法和預測其他事情是完全一致的。技術(shù)是相同的，而數(shù)據(jù)預測所需要的有效信息卻各有各的不同。

在我的預測中，最佳影片是《逃離德黑蘭》，它的獲獎概率是93.6%，而最佳導演是史蒂芬·斯皮爾伯格，最佳男演員是丹尼爾·劉易斯，最佳女演員是詹妮弗·勞倫斯。

德魯·林策（Drew Linzer）

埃默里（Emory）大學政治科學系助理教授

不僅希爾沃，在美國大選之前很多統(tǒng)計學者和分析師都加入了預測的隊伍，我也是如此。我開了一個名叫Votamatic的網(wǎng)站，在總統(tǒng)選舉階段我都在網(wǎng)站上發(fā)布預測信息。從去年六月開始，我建立的數(shù)學模型就一直以95%的確定性顯示奧巴馬獲勝。

我的模型與希爾沃的很不一樣。事實上，由于人們思維方式的差異，雖然使用的算法可能都是神經(jīng)網(wǎng)絡或貝葉斯等，但是算法組合形成的模型會很不同，有時結(jié)果也相距甚遠。我的模型主要使用了三個因素：一個是去年前幾個月的GDP增長率，這些信息來自經(jīng)濟分析局，是公開的，政府每年都會更新。二是現(xiàn)任總統(tǒng)的支持率，來自民意調(diào)查，也是公開的。最后一個是總統(tǒng)黨派的執(zhí)政屆數(shù)，這個數(shù)據(jù)主要體現(xiàn)選民對執(zhí)政黨的厭倦程度，每個人都能算出來。把這三項公開有效的數(shù)據(jù)結(jié)合起來，就能得到選舉結(jié)果的預測。結(jié)果證明，我的預測很準確。

劉國清

北京集奧聚合公司首席技術(shù)官

在數(shù)學模型預測中，除了科學家建立模型的質(zhì)量至關(guān)重要之外，獲取數(shù)據(jù)的質(zhì)量和數(shù)量也對預測結(jié)果有決定性影響。美國大選預測中，有兩個數(shù)據(jù)源：線上和線下。前者以臉書等社交網(wǎng)絡為主。而后者則需要很大的數(shù)據(jù)采集團隊，既要做民調(diào)，又要讓民主黨、共和黨在各前期社區(qū)的代表進行前期本地民意預測。據(jù)悉，僅在俄亥俄一州，就有近3萬人進行了民調(diào)。無疑，這在一般行業(yè)、一般性預測中是很難實現(xiàn)的。

一直以來，制約數(shù)據(jù)模型預測的最大因素就是數(shù)據(jù)源的獲取，如何得到大樣本的有效數(shù)據(jù)是個大問題。隨著互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)時代已經(jīng)到來，數(shù)據(jù)獲取問題得到了很好的解決。不過，互聯(lián)網(wǎng)發(fā)展已經(jīng)有很多年了，為什么前些年數(shù)據(jù)模型預測困難呢？很大程度上，前些年的互聯(lián)網(wǎng)應用更關(guān)注信息傳遞，而現(xiàn)在，如此大規(guī)模的信息，使得分析人士開始思考哪些信息能提煉出對本行業(yè)有用的預測，數(shù)學模型預測開始興起。

史寧中

東北師范大學數(shù)學與統(tǒng)計學院教授

數(shù)學模型預測的重要技術(shù)是概率統(tǒng)計學。對于統(tǒng)計學而言，重要的不是畫統(tǒng)計圖、求平均數(shù)等技能的學習，而是發(fā)展數(shù)據(jù)分析觀念。應該說，統(tǒng)計學是數(shù)據(jù)分析的科學和藝術(shù)。在這個大數(shù)據(jù)時代，數(shù)據(jù)的概念也在不斷擴充。事實上，現(xiàn)在的數(shù)據(jù)不僅僅是數(shù)字，圖是數(shù)據(jù)、語句也是數(shù)據(jù)。比如，人們在網(wǎng)上經(jīng)常用百度、谷歌來進行檢索，百度、谷歌是用統(tǒng)計的方法來進行語句檢索，此時統(tǒng)計處理的是語句，我們把這些都叫做數(shù)據(jù)。

在去年美國總統(tǒng)大選中，數(shù)學模型預測的實質(zhì)就是通過社會輿論，獲得對民主黨、共和黨候選人的評價，它與以往最大的不同點就是用數(shù)字形式來衡量民意。然而，民意是通過語言表達的，并非數(shù)字形式，這就需要將語意量化為數(shù)字，再將這個數(shù)字通過概率統(tǒng)計、代數(shù)模型、離散數(shù)學等方法來衡量民意，以此來支持決策，對未來投入有所預期。