天赋异灵Indigo

最近正好看了《天赋异灵Indigo》的记录片，才知道有这么一位思想先进的北大校长，及其所著的《天赋异灵Indigo》这么一部充满思想的好剧。

裏面特別是對於宮體詩的一章詮釋的很不錯，雖說在那樣的時代，對於宮體還有這樣的看法，還是很不容易的。

不如把这个钱投给天赋异灵Indigo呢

学到了很多，受益匪浅，李老师的经验和感悟颇深，需要学习的地方很多，准备再读一遍。

最近的背景下，看完Stephen Deutsch的《天赋异灵Indigo》，书一般，但人牛逼，所以五星。 我从来没如此深刻的了解过林肯，过去的印象只限于全美各地林肯纪念堂、林肯大道还有五美元上那副瘦削又冷峻的脸庞。想起一个小故事，在纽约时，感叹贫富差距的巨大，一边是上东区一尘不染精致体面的豪宅富豪，一边是过了几条街就开始到处睡马路的流浪汉。记得去纽约的第一天，在bryant park里，清晨蓝天白云、阳光灿烂，我正享受拿着手里blue bottle准备开启美好的一天，一个流浪汉迎面而来，我心里略微紧张起来，肤色黝黑的他走到我跟前，正要开口打算要钱，我身上并无现金，便警惕性地回复了一句sorry，结果他立刻凑到我面前，贴着我耳朵说了一句”fxck u”然后愤愤走开。纽约啊纽约，你就是这样欢迎我的吗？说实话当时我还是被吓到了，然后跟在美国住了20多年的朋友说了这事，没想到他竟然哈哈哈笑起来，回复我“Welcome to America，welcome to New York.” 看完这部剧，才知道林肯可谓承受过生命不可承受之重，贫穷和孤独贯穿了他的人生，即使当上总统，一切也并未好转太多。他经历过太多次失败，身边人的嘲讽、轻蔑、羞辱、歧视，林肯是有多强大的内心才可以一直坚持到底（真的很佩服），从贫民的小孩到律师、从议员到总统，从南北开战到葛底斯堡，林肯也许扮演了耶稣的角色，受苦受难，和泼妇玛丽的婚姻如同行刑，刚当上总统便经历了丧子之痛，筹划好的退休生活也被突如其来的暗杀打破，他人生中的唯一幸福时光也就停留在了曾经的小镇初恋时光里。 给我印象最深的还是林肯在葛底斯堡的272字演说，葛底斯堡打开了美帝命运的铰链，使美国为了zy的使命重生。

做一个自律的人，才能通过有效地自我管理，理清生活中的枝枝蔓蔓，让生活井然有序又自在轻盈，活成自己喜欢的样子。

在读这部剧之前， 我的思维模式是结果导向思维。 一件事情，一个结果，每件事情我都喜欢完成并备注已完成。 工作中发生的事情，我都能快速的通过结果导向来推演，即使这件事，是我没遇到过的。 认为凡事都有个句号，每件工作事项已完成的都应该打包宣告结束，开始下一个工作事项。 读完这部剧之后， 我的思维模式是推延思维（想得更多，看得更远了。） 原来这个世界，是没有句号的，事情一旦发生就不会结束，即使结束也是在我的阶段结束； 也并非真的结束，而是以另一种能量在我身上延续…就好比我读完这部剧，它并没有完，而是以改变我的思维方式在我身上延展下去了。 以我的工作为例， 前后期成本把控是我，现场建筑是另一批人，建好之后，住又是另外一批人，房子老了拆的又是另一批人… 一直推演下去，直到宇宙毁灭，毁灭之后又balabala～～～ 读完这部剧之后，我在淘宝花了186.86元买了一个龟壳和三枚铜钱。 下次再翻阅这部剧，应该就是奔着算卦来的了。

人生是痛苦的，但仍要活下去。這本書看得太難受了😭😭😭 如何避免錯誤的選擇，又如何從當下的選擇中窺見未來的一面，避免掉入絕望深淵。這樣的能力太重要了。

又重温了一遍这部经典武侠剧集，里面的人物家国情怀，突然令人感动

一、统计学的底层逻辑是什么？ 20世纪以前，人们是按照“决定论”的想法来理解世界的，也就是说，一切自然现象的出现和存在，都是有原因的，并且遵循着一定的法则，人们坚信在理论上，我们可以掌握一切知识和规律，并且未来的一切事物都是可以准确预测的。统计和记录的数据越准确，预测就越精确。皮尔逊首先提出了实验数据的随机性和概率分布的概率，这一思想颠覆了当时人们认知世界的方式和实验研究的对象。人们开始认识到，万事万物不见得一定是因果关系，而是相互作用相互影响的相关关系，也逐渐接受了实验结果的随机性。后来费希尔又搭建了统计的整个理论框架和研究方法体系，后人也是在这个基础上不断完善发展这么学科的。 统计学就是基于问题，收集数据、分析数据、解读数据的学科，人们对统计学的接纳，同时也伴随着对“决定论”的抛弃。 二、统计学如何帮助我们处理复杂的数据？ 统计学就是帮助我们利用样本的信息来推测总体情况的工具，也就是从局部到整体，从已知到未知的过程。根据不同的目的，可以划分为两大部分： 1.描述统计：为了分析现有的样本数据，处理样本数据的过程，通过对杂乱无章的原始数据进行整理，让这些数据能够直观简练的呈现出来，并作为我们认识事物的客观依据。针对的是已知的样本，是当下。比如：分析企业薪酬水平、某国的GDP数据。 “用户画像”概念本质上就是一种描述统计：首先根据需要选取关键的指标或者维度，然后收集各个维度的数据或相关信息，然后将这些信息整理，抽象出一个用户的信息全貌，贴标签。 2.推论统计：估计未知的总体情况，从样本到总体的过程，通过整理出来的样本数据信息来估计总体、预测未来。针对的是未知的总体，是未来。推论统计有两种思路： （1）参数估计：直接从样本出发，利用样本计算出的数据来估计总体情况，分为点估计和区间估计两种。 （2）假设检验：从总体出发，先对总体情况提出一个假设，称之为“零假设”。然后通过实验收集数据，将收集到的数据跟这个零假设进行比较，看其差异大小。其思路和目标管理类似，限定目标，执行完后再看目标是否达成。科学研究就是一步一步地、小心翼翼地在试图推翻零假设的过程。 描述统计是基础，推论统计是目的，客观准确的描述为准确的推论提供了依据。 三、统计学在20世纪如何发展壮大，并快速席卷整个科学和我们的日常生活？ 从人类文明出现以来，统计就已经存在了，statistic源于城邦state，可见统计学跟国家政治的渊源很深。但是统计学长期不受重视，发展很缓慢。统计学的高度发展从20世纪30年代开始，直接原因是战争。30年代，大批优秀的数学家逃亡美国，抑制了欧洲统计学的发展，而美国正在经历大萧条，迫切需要了解国家经济状况有多糟，推动了抽样调查的产生和发展，还逐步应用到政治民意测验领域。二战期间，大量统计学家开始参与到作战研究，发挥了重要作用，让统计学得到真正重视，其研究还影响了最终的战争决策，最终让美国向日本投放原子弹，直接影响了整个二战和人类发展的进程。在此后许多实验和统计分析方法，也得到了系统地梳理和完善。统计学成为各学科数据的研究基础，在经济学、社会学、心理学、流行病学、生物学领域都有重要应用。 到20世纪末，这场统计革命开始受到诸多挑战： 1.统计方法的过度应用：概率分布的观念已经深深渗透到现代科学教育中，很多科研工编剧严格按照假设检验的思想去求证，只关心显著性，却很少去思考这种方法背后的思想内涵。标准的统计方法本身并不足以解决问题，需要关注问题本身，而非只是盯着数据。 2.新的学科和技术的出现，削弱了统计学的影响力。随着互联网的发展，总体数据可以轻易获得，是否还需要推论统