各種模型適用的問題情境

用來預測人會進行什麼行動、怎麼做事情、分配預算 ...etc，並假設人會依據「取得最佳化」的結果來做行動

預測人群 “把多少比例的花費放在住房上”，會使整體花費能產生 “最大的效用”

假設人們有特定的行為，以行為做為基礎。人不一定會將 “最大化報酬/效用” 作為行為依據。 行為規則可來自：固定規則 or 適應規則

損失趨避 1. 人面對 潛在收益 時，會採取 風險趨避 (risk-averse) 2. 人面對 潛在損失 時，卻會採取 風險追求 (risk-loving) 雙曲折現 (Hyperbolic Discounting) 1. 人面對眼前的未來，會有較強的折現效應 (相較於比較遠的未來)

1. 人面對 潛在收益、潛在損失時，不同的風險承受意願 2. 人面對 近期未來 vs 長期未來的利益時，有不同的折現效應

針對隨機且獨立事件的平均值加總，分析各個 “值” 的發生機率。 並且，這些值幾乎沒有 “大數值事件” (e.g. 大地震、搜林大火)，反而都是小數值事件

1. 一群人的身高分佈 2. 飛機準時到達的機率

如果獨立隨機變數 相乘 產生的隨機變數為 對數常態分布 (而非常態分布) 代表可能出現更多的大數值事件，而小數值事件發生的機率則比常態分布還多

1. 英國農莊大小 2. 地球礦物集中度 3. 從感染疾病到出現症狀的時間 4. 許多國家的收入分布

長尾分佈：非獨立事件、有極端大數值的事件。 人會受別人的行為影響自己的決策。並且往往導致大者恆大、贏家全拿

1. 各個城市人口分佈 2. 書籍銷量 3. 音樂下載量

森林會自然而然達到臨界密度上限 (巨觀變數值)，不會再變得更密了。 當有突發事件發生 (e.g. 森林大火)，巨觀變數值 (e.g. 森林密度) 會大幅減少

1. 交通阻塞 2. 戰爭的死亡人數 3. 地震、火災、雪崩的規模 地震規模、戰爭死亡人數和書籍銷售量，這些事件大部分發生的數值都很小，但有時候會突然出現龐大數字

可說明幾個變數之間的相關性 (但無法直接證明是否存在因果關係)

斜率遞增

1. 人口成長速度 2. 股價成長 3. 房價成長 4. 放射性物質衰退 5. 人遺忘事情的速度

斜率遞減 擁有的東西愈多，每增加一單位東西而新帶來的價值變得愈少

1. E.g. 吃炸雞會很爽，但是連續吃到第 5 塊炸雞時，就沒有吃第 1 塊時那麼爽了 2. E.g. 遠距離戀愛的相處方式可能更令人感覺幸福

用 勞動力 和 資本 預估 產出、邊際產出

1. 用 勞動力 和 資本 預估 產出。預測邊際產出 在何時會達到飽和

不同人在群體中，會因為他在什麼群體、在多大的群體、他是第幾個加入此群體的人...等因素決定他對這群體帶來的貢獻度

1. 計算某成員在此時此刻加入某群體能帶來的邊際貢獻度 2. 計算各個政黨在國會議事投票中擁有的 bargining power (國會中擁有的席次雖然和權力相關，但並非正好依席次比例分配)

在任何網路中，平均來說，人的朋友們總是比他自己擁有更多朋友

友誼悖論在任何網路中都成立 1. E.g. 包含學術引用網路、電子郵件網路、性接觸網路、銀行網路和國際貿易網路。 2. E.g. 平均來說，一篇論文引用的文獻的被引用次數，遠遠大於你自己這篇論文的被引用次數 3. E.g. 一個國家的貿易夥伴，平均來說會和更多國家有貿易夥伴關係

人們從單一來源接收想法 or 感染疾病

1. 想法、謠言、新聞、資訊、科技” 透過 “電視、廣播或網路等媒體” 傳播給更多人 2. 政府、公司或報紙等資訊來源傳播資訊的過程 3. 由水源傳播出的環境汙染

藉由接觸而傳染疾病 or 資訊口耳相傳，並且假設不會痊癒

1. 人傳人的疾病 2. 許多產品、想法和創新突破 藉由人群的口耳相傳

被傳染疾病之後，有機率會痊癒

1. 病人感染疾病疾病之後的痊癒情況 2. 某流行風潮 逐漸退流行、某資訊的價值逐漸變低

1. 測量 “不確定性” 2. 用來比較兩種全然不同的現象，何者的 ”不確定性” 比較高 1. 分辨 “看似隨機的複雜模式” 2. 分辨 “看似固定模式、實則隨機的現象”

1. 判斷紐西蘭選舉結果和聯合國不信任投票，何者不確定性高； 2. 比較股價和運動比賽結果，何者不確定性高