用不确定性对抗不确定性：一小步

一个符合我们讨论中心主题的随机过程，可以从满足某些基准标准的申请人中选择成功的候选人。当然，人力资源人员、招聘人员和招聘经理会表达严重的担忧，他们以为自己的组织找到完美的人才而自豪。我们并不是想诋毁或破坏这项工作，但只要候选人不是吸毒者或暴力犯罪者，并且一旦被录用，他就可以学习执行工作所需的技能，这真的会对候选人的完美程度产生如此大的差异吗？然后，人力资源可以专注于培训项目和其他实际提高生产力的手段。4.3期刊提交可能会决定本文和其他论文命运的主题我们计划撰写这些主题是关于顶级期刊当前选择过程的。但在撰写此类论文时，[这些论文的标题足以理解它们所涉及问题的性质：（Zivney&Be rtin[42]），“出版或消亡：竞争对手正在做什么”；（Seglen[43]），“为什么不应使用期刊的影响因子来评估研究”；（Choi[44]），“如何在顶级期刊上发表”；（劳伦斯[45]），《出版的政治学》；（De Rond&Miller[46]），“出版还是毁灭：学术生活的祸害还是恩惠？”，这是一个警告信号，最大的努力并没有花在创造最好的作品上，而是花了大量的精力在让顶级出版社出版上。对那些花了无数时间为自己的期刊找到最合适的论文的编辑和审稿人毫无帮助。

从全部的研究对象中随机挑选优秀的论文，并对作者进行指导，使其发展成为优秀的论文，不是更容易、更好吗？不同的期刊甚至可以通过这种方式合作从提交库中选择论文。这或许也将确保论文不仅仅是根据发表地点来判断，未来的作者将进行更深入的评估，以确定以前的工作对他们有什么帮助。可以说，这种彻底的评估将导致更好地实现研究和追求知识的基本目标之一，即促进更好的决策。毫无疑问，这里的问题并没有那么严重，因为最好的作品确实会随着时间的推移浮出水面，研究人员在选择他们认为有利于进一步研究或提高的作品时会更加谨慎。我们只把这个例子作为另一个例子，在决策过程中引入不确定性可以随着时间的推移产生更好的结果。4.4选股如果不谈论金融市场，社会科学中关于不确定性的讨论就不完整。致力于安全选择和追求更高回报的员工数量是巨大的。一个简单的机制可以选择一个满足特定标准的证券库，并随机分配财富到整个证券库的一小部分。这将承认明星投资组合经理的结果固有的随机性（Taleb[47]），以及从财务管理到其他更有价值的工作的渠道效应。4.5国会山保姆危机与货币政策管理最后，我们认为，这可能是社会体系中最优雅、最简单、最美丽的不确定性例子之一。

（Sweeney&Sweeney[48]）讲述了国会山保姆危机的轶事，揭露了通货膨胀的机制，设定了监管最佳资金量所需的利率和货币政策。在一个善良的人组成的小而简单的环境中制造货币危机，表明即使在接近理想的条件下，事情也可能变得一团糟；然后，在一个迷宫般的大氛围中，灾难可能会在没有引起注意的情况下酝酿，也可能在没有多少预感的情况下发生。主要的重点应该放在需要避免复杂，建立一种氛围，在这种氛围中，重复的游戏可以在公开透明的情况下进行，从而减少欺诈行为。基于本文中心主题的解决方案，当经济衰退时（保姆太多，没有足够的保姆工作或收入），可以向居民发行彩票和奖励代金券（这笔钱可以用来代替照看婴儿的时间），并且当他们面临压力时，一定数量的代金券可以定期或更好地在指定的日期到期吗（太多的钱或纸条追逐太少的保姆）。我们的解决方案的简单性与（Hens，Schenk Hoppé&Vogt[49]）中概述的简单但复杂的方法形成了鲜明对比，该方法包含了假设。详细的比较和相关的治疗被推迟到另一个时间。5限制和进一步研究的范围为了简洁起见，我们只提供了库存管理的初步结果，并讨论了其他例子库存管理问题可以扩展到考虑样本分布和参数估计，这些参数可以满足导出的不等式（Brunk[50]；Parzen[51]；Nickalls[52]；Jaakkola&Jordan[53]；Gibbs&Su[54]；Weisstein[55]）。

寻找订单数量的分布可能相当繁琐，可能涉及离散变量和连续变量。当不存在解或不容易获得解时，需要确定有限数量的近似最优状态，并确定其潜在可能性，同时牢记可能产生的最大损失程度定理1的主要结果本质上过于简单，但主要是为了说明我们的方法，即排序的数量是随机的，有希望，在这个方向上的进一步研究是有益的同样为了简单起见，我们假设需求过程和随机数量之间是独立的。在这种情况下，就随机量的分布参数而言，可行解的数量可能是有限的，或者不容易获得。我们可以假设这两个随机变量之间的协方差，以获得更有效的解。我们可能会认为，当这两个变量正相关时，就利润而言，产出可能更有利。这些结果需要在理论上建立，也需要在经验上验证，以便为订购数量的分配选择以及与需求过程的相关性提供指导更深入的分析可以产生一组有用的比较，从而确定实际需求分布、估计需求分布（一个很好的例子是经验分布函数）和订购数量随机情况下的差异界限。

在有限样本情况下和渐近情况下，当随机数量是一个有益的选择时，这种界限可以揭示标准ia一个现实的假设是，极端需求情况或异常值在观察到的需求的历史时间序列中的代表性不足。当需求分布的方差发生变化时，以及当出现异常值时，了解项目的行为将是一件有趣的事情。随机数量分配的选择应旨在将系统推向一个区域，在该区域，尽管存在任何误差，但性能不会受到显著影响，如果可能，甚至可以从需求过程的影响中受益不同的效用函数或基于均值-方差的优化技术也可以引入该框架我们正在努力创建后续的pape R，以显著提高库存管理的结果，开发理论平台，并对本文提到的其他案例研究进行实证检验。任何社会科学系统都是动态的，参与者可以观察到变化并做出决定来影响系统，这意味着任何意识的有限预测能力都需要定期审查和制定纠正方案。在决策过程中引入随机性后，参与者如何修改自己的意见，这将是一件有趣的事情。如果存在不确定性，就会产生意想不到的后果，这可能是受欢迎的，也可能是危险的（Kashyap[56]）。令人感兴趣的是，这种方法是否会减少社会上普遍存在的权利意识，或者是否会导致更大的抱怨。6结论我们利用库存管理的例子开发了一个框架，来说明我们如何用不确定性克服不确定性。

在我们的选择和控制中使用随机性，从而在决策过程中，可以有效地设置环境中的不确定性，并产生更好的结果。这种方法虽然看似荒谬，但却是解决决策过程中甚至更荒谬的问题的理想良药，这种现象在当今社会已经非常普遍。由于我们对复杂系统的理解存在局限性，以及大多数测量极易出错这一广为公认的问题，因此出现了许多问题。核心创新可以理解为优化以获得一个适当的性能区间，并在该区间内随机进行。目标不仅仅是优化，而是确定一个最佳性能区域，并在该区域上设置概率分布的参数s，并从中取样，以提供令人满意的性能水平。寻求优化的年龄将随机化到一个最佳区域，因此这种方法被称为“随机优化”。由于测量误差和其他不确定性，我们永远无法确定我们执行的任何优化，而是最好在可接受的状态上随机进行。我们已经讨论了这种方法可能适用的领域，其中有一个常见的处方：“不要简单地优化，也要随机化；也许最好用术语-Randoptimization来描述。”。新闻供应商或库存管理问题2。学校录取。期刊提交4。求职者的选择。选股。货币政策参考文献[1]基尼，R.L.（1982）。决策分析：概述。歌剧研究，30（5），803-838。[2] 普拉特，J.W.，雷夫a，H.，和施莱弗，R.（1964年）。不确定性下决策的基础：一个初步的阐述。《美国统计协会杂志》，5 9（306），353-375。[3] 拉伊夫a，H.（2002年）。

决策分析：关于它是如何开始和发展的个人描述。运营研究，50（1），179-185。[4] 拉姆齐，F.P.（1931）。真理与概率（1926）。《数学和其他逻辑文章的基础》，156-198。[5] 萨维奇，L.J.（1954年）。统计学的基础。[6] 卡希亚普，R.（2017a）。显微镜下的微观结构：在（太多）信息时代生存和繁荣的工具。《贸易杂志》，12（2），5-27。[7] 卡希亚普，R.（2014）。动态多部门投标——有效调整模型。《交易杂志》，9（3），42-55页。[8] 劳森（1985）。不确定性和经济分析。《经济日报》，95（380），909-927。[9] 凯恩斯，J.M.（1937）。就业的一般理论。《经济学季刊》，51（2），209223。[10] 凯恩斯，J.M.（1971）。约翰·梅纳德·凯恩斯的著作集：两卷。关于金钱的论文。应用货币理论。皇家经济学会的麦克米伦。[11] 凯恩斯，J.M.（1973）。《概率论》，约翰·梅纳德·凯恩斯著作集，第八卷。[12] 奈特·F·H.（1921）。风险、不确定性和利润[13]胡格杜，L.（1987）。凯恩斯主义、奈顿主义和“经典”不确定性分析之间的差异，以及更普遍的货币理论的发展。《经济学人》135（1），52-65。[14] 麦克马纳斯H.和黑斯廷斯D.（2005年7月）。3.4. 1.复杂系统中理解不确定性及其缓解和利用的框架。在INCOSE国际研讨会上（第15卷，第1期，第484-503页）。[15] 卡希亚普，R.（2015年a）。一个关于两种后果的故事。《阅读杂志》，第10（4）页，51-95页。[16] 卡希亚普，R.（2016a）。香港-上海连接/香港-北京连接（？），扩大中国证券交易成本的长城。《贸易杂志》，11（3），81-134。[17] 西蒙·H·A.（1962）。复杂性的架构。

《美国哲学学会会刊》，106（6），467-482。[18] 卡希亚普，R.（2015b）。金融服务、经济增长和福祉。《印度金融杂志》，9（1），9-22。[19] 卡希亚普，R.（2017年b）。解决社会的大病，是一小步。《亚洲社会科学》，第13（4）页，175-191页。[20] 卡希亚普，R.（2016b）。结合降维、距离度量和协方差。社会科学研究网络（SSRN）。工作文件。[21]Kleywegt，A.J.，和Shapiro，A.（2001）。随机优化。《工业工程手册》，262 5-2649。[22]Arrow，K.J.，Harris，T.，和Marschak，J.（1951年）。最优库存策略。计量经济学：计量经济学学会杂志，250-272。[23]Chen，F.，和Federgruen，A.（2000）。基本库存模型的均值-方差分析。美国纽约哥伦比亚大学[24]Cachon，G.P.，和Lariv iere，M.A.（2005）。收入共享合同下的供应链协调：优势和局限性。管理科学，51（1），30-44。[25]胡贾，M.（1999）。单一时期（新闻供应商）问题：文献综述和对未来研究的建议。欧米茄，27（5），537-553。[26]秦，Y.，王，R.，瓦哈里亚，A.J.，陈，Y.，和塞雷夫，M.M.（2011）。新闻供应商问题：回顾和未来研究方向。《欧洲手术研究杂志》，213（2），361-374。[27]加列戈·G·和I·文。1993.免费发行的报童问题：回顾和扩展。运筹学学会杂志。44, 825-834.[28]Gallego，G.，和Van Ryzin，G.（1994）。有限期内需求随机的发明家最优动态定价。《管理科学》，40（8），999-1020。[29]吴杰、李杰、王绍、郑泰东（2009）。考虑库存成本的新闻供应商模型的均值-方差分析。欧米茄，37（3），724-730。[30]威尔逊，J.G.，索罗丘克，C.（2013）。新闻供应商在定价和二级收入方面存在问题。

《应用商业与经济杂志》，14（4），11-23。[31]Rubio Herrero，J.，Baykal-Gürsoy，M.，和Ja'skiewicz，A.（20-15）。均值-方差准则下的定价问题。欧洲运筹学杂志，247（2），575-587。[32]李亚纳格，L.H.，和Shanthikumar，J.G.（2005）。使用运营统计的实用库存控制策略。运筹学快报，33（4），341-348。[33]Chu，L.Y.，Shanthikumar，J.G.，和Shen，Z.J.M.（20 08）。通过贝叶斯分析解决操作统计问题。运筹学快报，36（1），110-116。[34]卡希亚普，R.（2015c）。用不确定性对抗不确定性。社会科学研究网络（SSRN）。工作文件。[35]塔勒布，N.N.（2012）。未来有比过去更厚的尾巴：模型erro r作为分支反事实。arXiv预印本arXiv:1209.2298。[36]德格拉巴，P.（1995年）。疯狂的购买和卖方诱导的过度需求。兰德经济学杂志，26（2），331-342。[37]Fishman，J.A.，和Pasanella，A.K.（1960）。大学入学选择研究。《教育研究评论》，298-310。[38]Deckro，R.F.，和Woundenberg，H.W.（1977）。MBA入学标准和学术成就。决策科学，8（4），765-769。[39]Willingham，W.W.（1985）。大学成功：个人品质和学术能力的作用。大学委员会出版物，纽约州纽约市886号信箱，邮编10101。[40]索伦森，C.W.（1994）。韩国的成功和教育。比较教育评论，10-35。[41]Sandow，P.L.，Jones，A.C.，Peek，C.W.，Courts，F.J.，Watson，R.E.（2002）。录取标准与牙科学校表现和损耗的相关性。牙科教育杂志，66（3），385-392。[42]Zivney，T.L.，和Bertin，W.J.（1992）。出版或宣传：竞争真正在做什么。《金融杂志》，47（1），295-329。[43]塞格伦，P.O.（1997）。

为什么不应该用期刊的影响因子来评价研究。英国医学杂志，314（7079），498。[44]Choi，K.（2005）。如何在顶级期刊上发表第一部分：泛太平洋管理评论，8（1），91-106。[45]劳伦斯，P.A.（2003）。出版的政治。《自然》，422（6929），259-261。[46]德隆德，M.，米勒，A.N.（2005）。出版还是毁灭：学术生活的祸根还是祸根？。管理调查杂志，14（4），321-329。[47]塔勒布，N（2005）。被荒诞愚弄：机会在生活和市场中隐藏的角色。我的房子。[48]斯威尼，J.和斯威尼，R.J.（1977）。《货币理论与美国国会大厦保姆合作危机：评论》。《货币、信贷和银行杂志》，9（1），8 6-89。[49]Hens，T.，Schenk Hoppé，K.R.，和Vog T，B.（2007年）。大国会山保姆合作社：最佳资金量的轶事或证据？。《货币、信贷和银行杂志》，39（6），1305-1333。[50]布伦克，H.D.（1958年）。关于不等式约束参数的估计。《数理统计年鉴》，437-454年。[51]Parzen，E.（1962年）。关于概率密度函数和模式的估计。《数理统计年鉴》，1065-1076年。[52]Nickalls，R.W.D.（1993年）。一种新的方法来解决立方体：卡丹的解决方案揭示。阿尔加泽特号，354-359。[53]Jaakkola，T.S.，和Jordan，M.I.（2000）。通过变量方法进行Bayesia参数估计。《统计与计算》，第10（1）页，第25-37页。[54]吉布斯，A.L.，苏，F.E.（2002）。关于选择和界定概率度量。国际统计评论，70（3），419-435。[55]韦斯坦，E.W.（2002）。立方公式。欧米茄，86，87。[56]卡希亚普，R.（2016年c）。对不确定性、意外后果和其他一切都不作详细说明。工作文件。[57]Kungwani，P.（2014）。风险管理是一项分析性研究。