《最大熵原理与缺数据需求重建、仅知均价与上下限时最不偏的客单分布推断母典》各章定量结论
开新店、上新品的经营者常常只知道三个数:客单或需求的下限、上限与一个平均数。常见做法是「就当正态」或「不知道就当均匀」,两者都被视为最不带偏见的选择。本书推翻这一常识:正态捷径私加了对称形状与标准差,示意参数下均值 80、下限 30 时它把 0.133 的概率放在不可能的区间,均值 40 时升到 0.412;均匀捷径隐含均值在区间中点,直接违背已知均值。只承认上下限与均值时,杰恩斯 1957 年提出的最大熵原则给出截断指数分布,示意甜品店的第 90 百分位客单为 146.0 元。核对原文后本书做了蓝图修正:「唯一」的公理化论证来自肖尔与约翰逊 1980 年,且只相对于所选约束、变量与熵泛函成立;「最不偏」在对数损失下是极小极大定理,在单个分位数误差下未必成立。书中参数均为示意,全部计算由书中程序生成;本书是非个人化经营建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-301 · English version
- 第 1 章 · 最大熵的拉格朗日乘子:只知均价与上下限时的截断指数分布
均值越靠近下限,正态捷径越离谱。均值为 40 时,正态分布把 0.412 的概率放在 30 元以下,第 10 百分位是负数 $-17.7$ 元,这在任何店里都不可能;均值为 50 时这一份额是 0.328,均值为 80 时仍有 0.133。与此同时,两种方法对第 90 百分位的判断差距在均值 40 时为 $-44.6$ 元(正态高估),在均值 130 时为 55.6 元(正态低估),中间某处差距穿过零。均值 80 处差距只有 8.4… - 第 2 章 · 离散最大熵与价格档位:沃利斯计数、集中定理与「唯一」的边界
均价从 79 改成 85,149 元及以上的份额从 0.1770 涨到 0.2100;改成 73,降到 0.1438。均价只差六元,大单份额就差出三到四个百分点,这说明最大熵答案对均值的准确度相当敏感,第五章会专门讨论均值本身来自小样本时的偏差。增加一个 399 元的档位,即使均价不变,149 元及以上的份额也从 0.1770 变成 0.1695,最低档从 0.2672 变成 0.2752;删去 299 元档,大单份额变成 0.193… - 第 3 章 · 正态与均匀两条捷径的代价:分位数、对数损失与极小极大
第三章以三把尺子比较三种做法:在四个示意真相下,最大熵的对数损失恒为 7.080 比特,最坏情形最小;第 90 百分位的最坏误差却是正态捷径更小,18.8 对 23.5 元。 - 第 4 章 · 加入第二矩:截断正态族、凸指数与一条标准差能买到多少信息
标准差 60 与 75 时,最大熵答案变成凸形,第 90 百分位分别推到 166.1 与 236.8 元,中位数却降到 57.0 与 47.9 元:两极分化让中间变空。不截断的正态在这里完全失效,它的第 10 百分位分别是 3.1 元和 $-16.1$ 元,越界份额 0.202 与 0.252,上尾第 90 百分位 156.9 与 176.1 元,都远低于最大熵答案。熵在标准差 75 时下降了 0.497 比特,是表中最多的,因为一个… - 第 5 章 · 样本到来之后:插值偏差、第二矩的陷阱与换手点
先看均方根误差。样本只有 5 笔时,最大熵的误差是 45.2 元,样本分位数 52.4 元,正态 50.0 元;10 笔时分别是 34.1、44.4 与 38.0 元;20 笔时是 24.8、29.8 与 28.5 元。在二十笔以内,最大熵始终最准。原因很直接:样本分位数只用到排在最上面的一两笔订单,噪声极大;最大熵只用样本均值,均值是所有订单的平均,噪声小得多,再加上上下限这条免费的信息。 - 第 6 章 · 新品备货的报童模型:最大熵分位数订货与最坏后悔
第六章把最大熵分位数放进新品报童模型,薄利品类中正态捷径的最坏后悔比例可达 1.018。 - 第 7 章 · 东西方原典考辨:《老子·第七十一章》「知不知」与拉普拉斯《概率的哲学随笔》
第七章考辨《老子》第七十一章「知不知」的王弼本与帛书本异文,以及拉普拉斯《概率的哲学随笔》的不充分理由原则,用散度量出违背已知均值的「冒充的知识」,均匀捷径的差额为 2.385 比特。 - 第 8 章 · 实证闭环:新品冷启动需求分布、最大熵需求重建器与预注册证伪方案
第八章给出新品冷启动闭环、蒸馏小工具「最大熵需求重建器」与预注册证伪方案,校准检验分辨超出比例 0.20 需 86 个新品。书中以标注框区分已发表的证据、可运行的 Python 计算(20 段程序)、原典与作者的假说。
模型示意算例,非实时报价