Return to Video

Using Models to Decide, Strategize, and Design

  • 0:00 - 0:05
    Oi, nesta palestra, vamos olhar para nossa quarta categoria de motivos sobre o porquê
  • 0:05 - 0:09
    você gostaria de fazer um curso de modelagem, porque a modelagem é tão importante. E o que é
  • 0:09 - 0:13
    para ajudá-lo a tomar melhores decisões, elaborar estratégias melhor e criar coisas
  • 0:13 - 0:17
    melhor. Então vamos começar, isso deve ser muito divertido. Tudo bem, então, primeiro motivo
  • 0:17 - 0:21
    por que os modelos são tão úteis. São assessores de boa decisão, eles ajudá-lo a fazer melhor
  • 0:21 - 0:25
    decisões. Deixe-me dar-lhe um exemplo.
    Estas se chegarmos aqui vai. Então o que você vê
  • 0:25 - 0:29
    é um monte de diferentes instituições financeiras, que são empresas como a
  • 0:29 - 0:33
    Bear Sterns, AIG, CitiGroup, Morgan Stanley e isso representa o
  • 0:33 - 0:37
    relação entre essas empresas, em termos de como um dos seu sucesso econômico
  • 0:37 - 0:41
    depende do outro. Agora imagine que você é o governo federal e você tem um
  • 0:41 - 0:45
    crise financeira. Assim, muitas dessas empresas, ou algumas destas empresas são
  • 0:45 - 0:50
    começando a falhar e você tem que decidir OK eu faço socorrê-los, salvar um dos
  • 0:50 - 0:54
    essas empresas? Bem, agora vamos usar um desses modelos muito simples para ajudar a fazer o que
  • 0:54 - 0:58
    decisão. Assim, para fazer isso nós precisamos um pouco mais de um entendimento do que
  • 0:58 - 1:02
    Estes números representam. Então vamos olham para a AIG, que está aqui. E JP Morgan
  • 1:02 - 1:08
    que é certo que aqui, então agora vamos ver uma série de 466 entre aqueles dois. O que
  • 1:08 - 1:13
    número representa é sucesso de JP Morgan como correlacionado com sucesso da AIG. Em
  • 1:13 - 1:18
    particular são de seus fracassos como correlacionados. Então, se AIG tem um dia ruim, como a probabilidade é que
  • 1:18 - 1:23
    JP Morgan tem um dia ruim? E vemos que é um número realmente grande. Agora, se você olhar
  • 1:23 - 1:29
    até aqui esta 94, isso representa a ligação entre o Wells Fargo e Lehman Brothers. O que diz
  • 1:29 - 1:34
    nós é que o Lehman Brothers tem um dia ruim, bem, ele só tem um pequeno efeito sobre poços
  • 1:34 - 1:38
    Fargo e vice-versa. Então agora você é o governo e você tem que decidir, tudo bem que eu faço
  • 1:38 - 1:43
    quer para socorrer? Ninguém ou alguém? Vamos olhar para o Lehman Brothers. Há apenas
  • 1:43 - 1:48
    três linhas, entrando e saindo do Lehman Brothers e outra é um 94. Eu acho que quatro
  • 1:48 - 1:53
    linhas, um é um 103, um é um 158 e um é um 155. Aqueles são relativamente pequenas
  • 1:53 - 1:59
    números. Então se você é o governo que você diz, tudo bem Lehman Brothers tem sido em torno
  • 1:59 - 2:04
    um longo tempo e sua uma importante empresa, estes números são bastante pequenos, se eles
  • 2:04 - 2:09
    falha não parece que essas outras empresas seriam um fracasso. Mas agora vamos olham para
  • 2:09 - 2:13
    AIG. Nós temos um 466, temos um 441, nós temos um 456, temos um 390 e um
  • 2:13 - 2:19
    490. Assim, há grandes números associados a AIG. Porque há um grande número
  • 2:19 - 2:23
    Basicamente, você tem que descobrir, souber o que provavelmente temos de voltar a sustentar AIG.
  • 2:23 - 2:27
    Mesmo se você não quer, porque se você não é possível que este
  • 2:27 - 2:31
    todo sistema falhará. Então, o que vemos aqui é o poder incrível de modelos,
  • 2:31 - 2:35
    direito de nos ajudar a fazer a melhor decisão.
    O governo permitiu que o Lehman Brothers
  • 2:35 - 2:38
    falhar e terrível para o Lehman Brothers, mas o tipo de economia de
  • 2:38 - 2:42
    seguiu em frente. Eles não deixam a AIG falhar e não sabemos com certeza que ele teria
  • 2:42 - 2:46
    e não sabemos com certeza que todo o financeiro você sabe aparelhos Unidos
  • 2:46 - 2:51
    Estados, eles apoiado AIG e você sabe que nós fizemos, o país fez. Olha
  • 2:51 - 2:56
    eles fizeram uma decisão razoável.
    Tudo bem que é grande financeira
  • 2:56 - 3:01
    decisões. Vamos olhar para algo mais divertido. Este é um tipo simple do enigma da lógica
  • 3:01 - 3:05
    que vai nos ajudar a ver como os modelos podem ser úteis. Agora, este é um jogo chamado, O
  • 3:05 - 3:10
    Problema de Monty Hall e seu nomeado depois de Monty Hall foi o anfitrião de um game show
  • 3:10 - 3:15
    chamado, vamos fazer um negócio que foi ao ar durante a década de 1970. Agora o problema que eu vou
  • 3:15 - 3:20
    descrever para vocês é uma caracterização de um evento que poderia acontecer no show. Sua
  • 3:20 - 3:25
    um dos vários cenários do show.
    Aqui é basicamente como funciona. Há
  • 3:25 - 3:29
    três portas. Atrás de uma dessas portas é um prêmio, por trás das outras duas portas há alguns, você
  • 3:29 - 3:34
    sabe, coisa boba, como um direito de cabra, ou uma mulher vestida com uma roupa de bailarinas.
  • 3:34 - 3:39
    Assim que um deles tinha algo fantástico como um carro novo ou uma máquina de lavar roupa. Agora
  • 3:39 - 3:44
    o que você pode fazer é que escolher uma porta.
    Talvez por isso você escolhe um número de porta, direito,
  • 3:44 - 3:50
    Assim, você escolhe um número de porta. Agora Monty sabe onde o prêmio é para que as duas portas
  • 3:50 - 3:55
    você não escolhe, uma dessas sempre tem que ir atrás dele, onde você sabe, bobo
  • 3:55 - 3:59
    Prêmio por trás dele. Isso porque um de nós tem sempre um prêmio bobo por trás dele, ele
  • 3:59 - 4:04
    pode sempre Mostrar dentre as outras duas portas. Então você escolhe um número de porta, direito,
  • 4:04 - 4:09
    e o que faz a Monty, você pegou uma e o Monty que é ele então abre a porta
  • 4:09 - 4:13
    número três e diz: aqui está uma cabra e, em seguida, ele diz, Ei, você quer mudar para
  • 4:13 - 4:19
    número de porta dois? Bem, não é? Tudo bem, que é um problema difícil, então vamos tentar primeiro
  • 4:19 - 4:24
    para acertar a lógica então nós vai direito para baixo um modelo formal. Assim, é mais fácil
  • 4:24 - 4:28
    Veja a lógica para este problema, aumentando o número de portas. Então, vamos
  • 4:28 - 4:32
    Suponha que haja cinco portas, e agora há cinco portas, vamos supor que você escolher
  • 4:32 - 4:37
    Esta porta azul, esta porta azul brilhante. A probabilidade de que você está correto é 1/5.
  • 4:37 - 4:41
    Certo, uma das portas tem prêmio, a probabilidade de que você é correta é 1/5. Assim
  • 4:41 - 4:46
    a probabilidade de que você não está correto É 4/5ths. Assim, há uma chance de 1/5 você está
  • 4:46 - 4:50
    corrigi. Há uma chance de 4/5ths que você não. Agora vamos supor que Monty
  • 4:50 - 4:54
    [inaudível] é também jogar este jogo, porque ele sabe, ele sabe o
  • 4:54 - 4:58
    resposta. Por Monty está pensando, OK, bem, você sabe, eu estou indo mostrar-lhe que
  • 4:58 - 5:04
    não é atrás da porta amarela. E então ele diz: você sabe o que mais eu vou
  • 5:04 - 5:09
    Mostrar a você, que não é atrás da porta-de-rosa. [inaudível]. Eu vou ser bom, que eu sou
  • 5:09 - 5:14
    vai para mostrar-lhe a não é atrás da porta verde. Agora, diz ele, quer mudar
  • 5:14 - 5:19
    à porta da luz azul para a porta azul escura. Bem, nesse caso, você deve começar
  • 5:19 - 5:23
    gostaria de, você sabe inicialmente a probabilidade que eu estava certo era apenas 1/5 E
  • 5:23 - 5:27
    Ele revelou que todas as portas que não parece ter o prêmio. Parece
  • 5:27 - 5:30
    muito mais provável que esta é a porta correta do que a minha é a porta correta e em
  • 5:30 - 5:34
    fato que é muito mais [inaudível]. A probabilidade é de 4/5ths é atrás que
  • 5:34 - 5:37
    porta de azul escura e que apenas 1/5 do atrás de sua porta. Então você deve mudar e você
  • 5:37 - 5:41
    deve também alternar no caso de dois. Agora vamos formalizar isso. Isso não é tanto,
  • 5:41 - 5:44
    Isto é, vamos usar o modelo de três de decisão simples. Para mostrar por que na verdade você
  • 5:44 - 5:48
    deve mudar. Tudo bem, então vamos começar, vamos apenas fazer alguns básicos de probabilidade.
  • 5:48 - 5:52
    Há três portas, você escolhe um número de porta, a probabilidade de que você está certo é uma
  • 5:52 - 5:56
    terceiro e a probabilidade de que é porta número dois é a terceira e a probabilidade
  • 5:56 - 6:00
    que é porta número três é um terceiro.
    Agora, o que queremos fazer é invadir este
  • 6:00 - 6:05
    dois conjuntos. Há uma chance de 1/3 que você está certo, e há uma chance de 2/3rds
  • 6:05 - 6:10
    que você está errado. Depois de escolher um número de porta, o prêmio não pode ser movido. Assim
  • 6:10 - 6:15
    é atrás de número de porta número dois, três, ou se você acertou, é por trás
  • 6:15 - 6:20
    um número de porta. Então, vamos pensar sobre o Monty pode fazer. Monty basicamente pode mostrar-lhe
  • 6:20 - 6:25
    se ele está por trás de um número de porta ou porta número dois, ele pode Mostrar número da porta
  • 6:25 - 6:30
    três. Ele pode dizer olha, lá está o bode.
    Bem, se ele faz isso, porque ele pode
  • 6:30 - 6:35
    sempre mostrar um estas portas, que nada aconteceu a sua probabilidade de
  • 6:35 - 6:40
    1/3. Há uma chance de 1/3, que você estava certo antes, pois ele sempre pode mostrar-lhe
  • 6:40 - 6:44
    uma porta, lá é ainda só uma chance de 1/3, você está certo. Direito, em alternativa,
  • 6:44 - 6:48
    Suponha que, ele foi atrás de porta número três bem, então ele pode mostrar a você porta
  • 6:48 - 6:52
    número dois. Ele pode dizer o bode aqui.
    Então, ele tem ainda o caso que nada
  • 6:52 - 6:56
    acontece a sua probabilidade. A razão por que, quando você pensa sobre estes dois conjuntos,
  • 6:56 - 7:00
    você não aprende nada. Você não aprende nada sobre este outro conjunto aqui,
  • 7:00 - 7:04
    a chance de 2/3rds você está errado, porque ele sempre pode mostrar-lhe uma cabra. Tão seu
  • 7:04 - 7:08
    chan-inicial, sua probabilidade inicial sendo correto foi 1/3 de sua última chance
  • 7:08 - 7:13
    de ser correto foi provavelmente 1/3. Assim, este tipo de idéia de desenhar círculos
  • 7:13 - 7:17
    e escrita de probabilidades nos permite ver que o correto a decisão correta sobre
  • 7:17 - 7:20
    o problema [inaudível] é mudar, né. Assim como quando olhamos para o que
  • 7:20 - 7:24
    decisão financeira que o Governo Federal teve que fazer com os círculos
  • 7:24 - 7:27
    e as setas, você desenha o que fora, e você percebe que a melhor decisão é deixar o
  • 7:27 - 7:31
    fail [inaudível]. Resgate do AIG. Tudo bem então vamos mover em uma espécie de olhar do próximo
  • 7:31 - 7:36
    razão que os modelos pode ser úteis e que é estática comparativa. O que quero dizer com
  • 7:36 - 7:40
    que? Bem, aqui está um modelo padrão de economia, o que podemos pensar é
  • 7:40 - 7:44
    estática comparativa significa que você sabe que você mover de um equilíbrio a outro. Assim
  • 7:44 - 7:48
    o que você vê aqui é que s é uma curva de oferta, que é uma curva de oferta para alguns
  • 7:48 - 7:52
    bom e D, D1 e D2 são curvas de demanda.
    Então o que você vê é demanda deslocando-se para fora. Assim
  • 7:52 - 7:57
    Quando esta demanda desloca-se para fora. Desta forma o que temos é que mais bens são vendidos
  • 7:57 - 8:01
    a quantidade vai para cima, e o preço sobe para que as pessoas querem mais de alguma coisa, mais
  • 8:01 - 8:05
    vai ficar vendido e o preço é para cima. Por isso é onde você começa a ver como o
  • 8:05 - 8:09
    equilíbrio move assim que este é novamente um exemplo simples de como. Modelos nos ajudar
  • 8:09 - 8:14
    entender como o mundo vai mudar, mundo de equilíbrio, apenas desenhando alguns
  • 8:14 - 8:18
    figuras simples. Tudo bem, razão número três. Contador factuals, o que quero dizer com
  • 8:18 - 8:23
    que? Bem você pode pensar, você só começa a correr o mundo de uma vez, você só começa a correr
  • 8:23 - 8:27
    a fita de uma vez. Mas se podemos escrever modelos do mundo temos sorte de pode executar novamente o
  • 8:27 - 8:32
    fita usando esses modelos. Então aqui está um exemplo, em abril de 2009, A Primavera de
  • 8:32 - 8:36
    2009, o Governo Federal decidiu implementar um plano de recuperação. Bem o que você
  • 8:36 - 8:40
    Veja aqui é o tipo de efeito, essa linha aqui mostra o efeito com o
  • 8:40 - 8:44
    plano de recuperação e esta linha mostra, diz, isso é o que uma modelo mostra o que seria de
  • 8:44 - 8:48
    aconteceu sem o plano de recuperação. Agora nós não podemos ter certeza de que, o que aconteceu, mas,
  • 8:48 - 8:52
    você sabe, pelo menos temos alguma compreensão, talvez, de que o efeito
  • 8:52 - 8:56
    de recuperação foi de plano, que é ótimo. Assim estes factuals de contador não vão ser
  • 8:56 - 9:00
    exato, lá vai para ser aproximados, mas ainda eles nos ajudam a descobrir. Após o
  • 9:00 - 9:05
    fato de se uma política era uma boa política ou não. Número quatro do motivo. Para identificar e
  • 9:05 - 9:10
    alavancas de classificação. Então o que vamos fazer é olhar para um modelo simples de contágio de
  • 9:10 - 9:14
    falha, por isso este é um modelo onde um país pode falhar, então neste caso que
  • 9:14 - 9:19
    país vai ser a Inglaterra. Então, podemos perguntar o que acontece ao longo do tempo, para que você possa
  • 9:19 - 9:23
    Veja que inicialmente após falha de Inglaterra, vemos a Irlanda e Bélgica falhar e depois
  • 9:23 - 9:28
    que vemos França falhar. E depois que vemos Alemanha falhar. Então o que isso nos diz é
  • 9:28 - 9:32
    que, em termos de seu efeito sobre o sistema financeiro do mundo, Londres é uma grande alavanca,
  • 9:32 - 9:35
    por Londres é algo que nós nos preocupamos com uma grande quantidade. Agora vamos dar uma outra política
  • 9:35 - 9:39
    questão, a mudança climática. Uma das coisas mais importantes na mudança climática é o carbono
  • 9:39 - 9:43
    ciclo, um dos modelos que você usar o tempo todo, modelos de carbono simples. Nós
  • 9:43 - 9:47
    sei que o total quantidade de carbono é fixo, que pode ser até no ar, ou para baixo sobre o
  • 9:47 - 9:51
    Terra, se é para baixo sobre a terra que é melhor, porque ele não contribui para
  • 9:51 - 9:55
    global warming-lo se você quiser pensar, onde você intervir, deseja
  • 9:55 - 9:58
    perguntar, onde neste ciclo existem números grandes? Certo, então você olhar aqui em termos de
  • 9:58 - 10:03
    de radiação de superfície. Que é um número grande.
    Onde você acha de radiação solar que vem
  • 10:03 - 10:07
    no, que é um grande número nos próximos. Então, você quer, você pensar sobre onde você quer
  • 10:07 - 10:11
    ter uma política de fato, você quer pensar nisso em termos de onde esses números
  • 10:11 - 10:15
    são grandes. Se você olhar para o número, a quantidade de [inaudível] refletiu pelo
  • 10:15 - 10:18
    superfície, que é apenas um 30, isso não é um grande leber. OK motivo cinco,
  • 10:18 - 10:22
    delineamento experimental. Agora, o que quero dizer com delineamento experimental, bem, suponho que você
  • 10:22 - 10:26
    querem vir acima com algumas novas políticas.
    Por exemplo, quando o Governo Federal,
  • 10:26 - 10:30
    Quando eles queriam, quando eles estavam tentando decidir como leiloar o federal
  • 10:30 - 10:34
    ondas de rádio, certas, para telefones celulares, eles queriam levantar tanto dinheiro quanto possível.
  • 10:34 - 10:38
    Também testar o designer do leilão foram melhores que correu alguns experimentos. Bem a coisa
  • 10:38 - 10:42
    você quer fazer, você quer pensar sobre, então aqui está o exemplo do experimento
  • 10:42 - 10:46
    e o que você vê, esta é uma rodada de leilão de alguns e estes são diferentes
  • 10:46 - 10:50
    licitantes e, você sabe, o custo. Que pagaram. O que você pode fazer, você quer
  • 10:50 - 10:54
    Pense, como faço para executar a melhor experiência possível, o mais informativo possível
  • 10:54 - 10:59
    experimento? E uma maneira de fazer isso, certo, é para construir alguns modelos simples.
  • 10:59 - 11:03
    Tudo bem, seis, razão de seis. Design institucional, agora é um biggie e isso é
  • 11:03 - 11:07
    um que significa muito para mim. A pessoa que você vê no topo aqui, este é Stan Rider ele
  • 11:07 - 11:12
    foi um dos meus assessores na escola de pós-graduação e o homem no fundo é Leo Herwicks,
  • 11:12 - 11:16
    Ele foi um dos meus mentores na faculdade e Leo ganhou o prêmio nobel de
  • 11:16 - 11:20
    economia. Leo ganhou o prêmio nobel, que é um campo conhecido como mecanismo de
  • 11:20 - 11:25
    Design. Agora este diagrama é chamado o piloto de montagem, em homenagem a Stan piloto o
  • 11:25 - 11:30
    imagem anterior e monte de Ken, um dos seus co-autores. E deixe-me explicar isso
  • 11:30 - 11:34
    diagrama para você porque é muito importante. O que você vê aqui é este
  • 11:34 - 11:38
    Teta, aqui. O que isto é suposto para representar é o ambiente, o conjunto de
  • 11:38 - 11:43
    tecnologias, preferências do povo, esses tipos de coisas. X aqui representa
  • 11:43 - 11:47
    os resultados, o que queremos que aconteça.
    Assim como nós queremos usar o tipo de nossa
  • 11:47 - 11:52
    tecnologias e usar o nosso trabalho e uso, você sabe, tudo o que temos à nossa disposição para
  • 11:52 - 11:56
    Crie bons resultados. Agora, esta seta aqui é do tipo, é o que desejamos, tem
  • 11:56 - 12:00
    como se pudéssemos sentar e decidir coletivamente que tipo de resultados que gostaríamos que
  • 12:00 - 12:04
    como a ter dado a tecnologia, isso é o que decidirmos coletivamente, isto é
  • 12:04 - 12:08
    algo chamado uma correspondência de escolha social ou uma escolha social
  • 12:08 - 12:12
    função. Espécie de, qual seria o resultado ideal para a sociedade? A coisa é que
  • 12:12 - 12:16
    [inaudível] não obter o resultado ideal, porque o que acontece é [inaudível] quer
  • 12:16 - 12:20
    embora. Porque a coisa é para obter os resultados que você tem que usar mecanismos e
  • 12:20 - 12:24
    que o que esta m significa, mecanismos.
    Portanto, um mecanismo pode ser algo como um
  • 12:24 - 12:29
    mercado, uma instituição política, pode ser uma burocracia. O que queremos fazer é,
  • 12:29 - 12:34
    é o resultado que temos o mecanismo, à direita, que vai como esta é igual ou
  • 12:34 - 12:39
    o resultado que obteríamos, certo, o ideal e o melhor mecanismo é, o
  • 12:39 - 12:44
    mais perto é igual a que nós queremos idealmente. Exemplo: para que minha com minha graduação
  • 12:44 - 12:49
    alunos para um trabalho de casa uma vez disse, suponha que nós atribuídas classes
  • 12:49 - 12:52
    por um mercado assim, você sabe, se você tivesse a oferta de classes, que seria uma boa
  • 12:52 - 12:56
    coisa ou uma coisa má? Bem, atualmente, o forma como o fazemos é que há uma hierarquia. Assim
  • 12:56 - 12:59
    idosos, você sabe quarta ano alunos registrar primeiro e, em seguida, juniores, em seguida,
  • 12:59 - 13:02
    segundo ano e, em seguida, calouros. E os alunos estavam pedindo, deveríamos ter uma
  • 13:02 - 13:05
    mercado? E sua primeira reação é sim, porque os mercados de trabalho. Direito. Você tem
  • 13:05 - 13:09
    isso, você sabe, você tem um mercado, o que você tem aqui é o tipo do que você espera
  • 13:09 - 13:12
    Obter. Direito, o que você gostaria de obter, assim que é espécie de igual. Mas quando eles pensaram
  • 13:12 - 13:15
    sobre a escolha de classes, todo mundo vai, espere um minuto, mercados podem não funcionar bem
  • 13:15 - 13:19
    e a razão por que é, você precisa se formar. E até os idosos precisam específicos
  • 13:19 - 13:22
    cursos e isso é porque nós deixamos idosos registrar primeiro e se as pessoas poderiam candidatar
  • 13:22 - 13:26
    cursos, então a fração que tinha um monte de dinheiro talvez lance fora os cursos de
  • 13:26 - 13:30
    idosos e pessoas podem nunca pós-graduação da faculdade então mercados uma boa instituição
  • 13:30 - 13:35
    pode ser bom em algumas configurações não podem ser em outros. A maneira que temos que descobrir
  • 13:35 - 13:40
    é por meio de modelos. Razão sete: para ajudar a escolher entre políticas nas instituições.
  • 13:40 - 13:44
    Exemplo simples. [Inaudível] suponha que um mercado de licenças de poluição ou um boné e
  • 13:44 - 13:47
    sistema de comércio. Podemos escrever para baixo o modelo simples e você pode nos dizer qual é
  • 13:47 - 13:51
    vai para funcionar melhor. Ou outro exemplo, este é o retrato da cidade de
  • 13:51 - 13:55
    Ann Arbor, e se você olhar aqui você vê algumas áreas verdes, à direita, o que esses verde
  • 13:55 - 13:58
    as coisas são... É espaços verdes. Sua é uma pergunta deve ser a cidade de Ann Arbor
  • 13:58 - 14:02
    Crie mais espaços verdes. Você pode pensar claro, espaço verde é uma coisa boa.
  • 14:02 - 14:06
    O problema é quando você, se você comprar um monte de espaço verde como esta área aqui
  • 14:06 - 14:09
    é tudo verde. O que pode acontecer é que as pessoas poderiam dizer permite deslocar-se junto a isso, permite
  • 14:09 - 14:13
    Build pouco abriga tudo por aqui, porque ele sempre vai ser verde,
  • 14:13 - 14:17
    e que pode realmente levar a mais expansão.
    Então o que pode parecer simples realmente bom
  • 14:17 - 14:22
    idéias não podem ser boas idéias, se você realmente construir um modelo para pensar
  • 14:22 - 14:26
    através dele. [som] OK, nós cobrimos muito. Então, vamos dar um resumo rápido aqui.
  • 14:26 - 14:31
    Como modelos podem nos ajudar? Bem a primeira coisa que eles podem fazer é tornar-se decisão em tempo real
  • 14:31 - 14:35
    fabricantes. Eles podem nos ajudar a descobrir quando intervimos e quando nós não intervir.
  • 14:35 - 14:39
    Em segundo lugar, eles podem nos ajudar com status comparativo. Podemos descobrir, que você sabe o que,
  • 14:39 - 14:43
    o que é provável acontecer, a direita, se nós fazer esta escolha. Em terceiro lugar, eles podem nos ajudar com
  • 14:43 - 14:47
    contador-factuals, eles podem você sabe appresent uma política, podemos executar o tipo de um
  • 14:47 - 14:51
    modelo e pensar sobre o que teria acontecido se não tivesse escolhido essa política
  • 14:51 - 14:55
    Em quarto lugar, podemos usá-los para identificar e classificar as alavancas. Muitas vezes, como você tem muita
  • 14:55 - 14:59
    escolhas a fazer modelos podem descobrir que a escolha pode ser o melhor ou o mais
  • 14:59 - 15:03
    influenciado. Quinto, eles podem nos ajudar com delineamento experimental. Eles podem nos ajudar
  • 15:03 - 15:07
    projetar experimentos a fim de desenvolver melhores políticas e estratégias de melhores.
  • 15:07 - 15:11
    Sexto, eles podem nos ajudar instituições de design-se descobrir se nós
  • 15:11 - 15:14
    Temos um mercado aqui, deveríamos ter uma democracia, devemos usar uma burocracia.
  • 15:14 - 15:19
    E o sétimo, finalmente, eles podem nos ajudar a escolher entre políticas e instituições para que
  • 15:19 - 15:23
    Se estamos pensando sobre uma política ou outro podemos usar modelos para decidir
  • 15:23 - 15:26
    entre os dois. Está bem. Obrigado.
Title:
Using Models to Decide, Strategize, and Design
Video Language:
English

Portuguese subtitles

Revisions