信息評價方法有哪些

A. 網路信息評估方法有哪些

1. 權重評估分析法：

1.1 信息來源評估

一條信息是大媒體公布的還是小道消息，是知名人物說的還是小角色。

是在有https的網站上的內容還是http網站上的。

一般事件大網站，權威媒體一般是比較准確的。

1.2 專業評估

非專業人士如果發表專業領域的看法，笑笑就可以了，別當真。

如果是和專業人士觀點背道而馳，那麼非專業人士很可能就是在胡攪蠻纏。

你想想看對方和你一樣都是不懂這個專業的，怎麼可能得出正確的結論？

2.3 能力評估

如果一個人教你做了一件他自己都沒做成的事情，你就要值得懷疑。大部分情況下是騙子，少部分情況下是迫於一些現實原因沒法完成。

如果一個人本身就混的不成功，來傳授「成功」的秘訣，十有八九是這個人想推銷「成功學」騙錢。如這個人十分成功，那可能還真是「成功學」（雖然你不一定用得上）。

這里答主有一個正面例子：Ray Dalio，橋水投資的創始人。身價 $18.1 billion 美金

Ray Dalio - Wikipediaen.wikipedia.org

做了一個成功學的短視頻：

https://www.youtube.com/watch?v=B9XGUpQZY38www.youtube.com

身價不是上億美金，不要談什麼狗屁「成功學」。

雖然答主認為這沒啥用處，如果各位真想用「雞湯」找回點信心，去看名人傳記，或者這些當代名人的「言論」，會比「職業雞湯作家」更加接近現實。

2.4 機會成本評估

主要看一個人的時間有多值錢。

這里是考慮機會成本，也就是信息來源的作者如果不去干這件事，他能賺多少錢，而不是他有多少錢！

如果一個人十分繁忙，還在百忙之間來發表評論。那說明可能關繫到自己切身利益。

如果結論並沒有對其自身利益產生影響，很可能是這個人真的想給大眾一個真理。

一個靠寫營銷文賺錢的和一個名校博士/企業高管，都發表了對一個事件的看法，你覺得應該相信誰？

名校博士/企業高管如果不寫文章對他來說毫無影響，用這些時間去工作可以賺得比寫文章多得多的回報。之所以這么做，如果不是為了自己的利益，就是真的想傳播一下真理。

而營銷文不一樣, 如果不寫，他們就沒有工資，所以觀點切實的影響了他們的利益。這時候就不要去相信這些觀點。（當然不排除某些「用愛發電」的營銷號）

2. 邏輯推理分析法

2.1 權威例外&結論利益評估

一般來說權威是准確的，但當這些內容影響到了他們自身利益的時候，他們一般不會說實話和真話。而是用「官話」搪塞或者蒙蔽一些事實，斷章取義。

大多數人是理性的動物，是靠利益驅動的。

要會判斷兩個相反的結論對誰有好處。

屁股決定腦袋，尤其是對一些活在上流社會的人來說更是如此。

他們說得大部分話首先會考慮對自己有沒有影響。

如果有影響，他們會選擇對自己有利的觀點。

如果沒影響，他們會選擇較為「正確」的觀點，這里的「正確」大部分情況指政治正確。

2.2 影響力原因

很多人喜歡用人數衡量一個人是否權威。有一定道理，但不絕對。

首先要看粉絲是為什麼來的，娛樂明星，或者節目主持人，一般粉絲都是因為，顏值，名氣而來的，而非這個人有多麼專業。所以在科學問題上不要相信這些人的言論，也不要去聽信他們對於一些技術，社會問題的解釋。

2.2 驗證困難性

很多觀點有驗證困難性。這要歸結到一個比較常見的邏輯語句 「→」

比如：事件A→事件B

如果事件A沒有發生，那麼B無論發不發生，邏輯都是自洽的。

驗證建立在事件A幾乎不可能發生，或者很難判斷A發生了，這種驗證就是無效的。

或者是B事件沒法精確驗證

比如：轉發這條說說，就能有好運。

怎麼樣判斷你有沒有「好運」就是沒法精確驗證的事情。

或者是B時間永遠正確/在你所能見到的時間尺度上永遠正確

那麼無論A發不發生，這條邏輯始終成立。

大部分的胡攪蠻纏都是在玩弄這個簡單的邏輯符號。

2.3 邏輯自查

有很多文章是前後有邏輯漏洞的，如果你邏輯非常清晰就能很快找出其中的漏洞。當然這需要一定的功底，所以不像上面那些方法簡單啊。但用好這一條確是比上面更有用。

2.4 敘述模糊

一些概念如果非常模糊，或閉口不談，那就是這部分內容沒法邏輯上自圓其說，所以故意不寫清楚。

2.5 邏輯模糊&敘述模糊：局限性

這個不適用於故事性例子。如果作者功底厲害，完全可以編一個敘述詳細，並且幾乎沒有邏輯漏洞的故事。這個只適用於類似，證明和議論類的觀點。

2.6 奧卡姆剃刀 (從簡原則)

有些情況下是兩種理論都可以完美解釋一個現象，這時候選取奧卡姆剃刀原理（選擇比較簡單的那個），對另一個復雜的原理持懷疑態度。（可能是真的，但是需要對方給出證明）

3. 計算機科學方法

3.1 加權求和

你不會判斷，就看其他人怎麼判斷這個人，你覺得最靠譜的人怎麼判斷這個人。多聽取一些其他人是怎麼判斷的。

同時判斷投票者的價值，也就是加權。

你比較相信的人，從來不說假話的人有較高的權重。

你不相信的人，原來騙過你的人有較低的權重。

有權威出處的，專業的，機會成本高的，能力強的，判斷出錯率少，和屁股利益沒有沖突的，有較高權重。

上文已經介紹了怎麼樣設置權重在此不錯贅述。

3.2 搜索引擎判斷法

google搜索靠前的一般是比較靠譜的

wiki上英文詞條解釋一般是比較靠譜的

網路上搜索靠前的熱點事件和ACG文化是比較靠譜的

網路上對於一些中國名人的解釋一般會比wiki詳細

4. 對錯界限模糊判斷

4.1 自身利益判斷

很多觀點對錯很難界定，無非就是「誰賺錢，誰虧錢」，「誰吃肉，誰喝湯」的問題。這就要看問題對你有沒有影響了。

尤其是你可以改變結果的問題。需要考慮自己的機會成本（時間，金錢）的情況下好好的研究一下該怎麼選擇，別讓自己被騙吃虧。

如果你的選擇影響不了結果，那麼別浪費時間了。這瓜不甜，把時間花在能改變的結果的事情上。

B. 分析信息的方法一般包括哪些內容

信息分析方法總共有四種,分別為:
1.信息聯想法;
2.信息綜合法;
3.信息預測法;
4.信息評估法。分析方法」主要探討上市公司財務信息剖析過程所使用的分析手段：比較分析法、比率分析法、趨勢分析法和因素分析法。「比較分析法」一節說明比較分析法的三種形式及應用中需要注意的問題。比較分析法是最基本的分析方法，其作用在於揭示財務活動中的數量關系和存在的差距，從中發現問題。「比率分析法」一節歸納敘述了財務信息分析中常見的三類比率關系，並提出使用比率指標分析財務信息時需要注意的三個問題。「趨勢分析法」可以揭示上市公司財務狀況和經營狀況的變化，幫助我們分析引起變化的主要原因、變動的性質，認識公司的現狀，並預測該公司未來的發展前景。「因素分析法」主要用來確定幾個相互聯系的因素對上市公司某個經濟指標的影響程度，在分析財務指標異動原因時比較常用。常用的信息分析方法分為兩大類：定性分析與定量分析。

（一）定性分析

定性分析即通過專家知識、經驗，對事物現狀的分析以及未來發展趨勢的預測。常用的定性分析法有頭腦風暴法、德爾菲調查法、主觀概率法、相互影響矩陣分析等。定性分析法發展至今，經過不斷完善，已廣泛運用於各類信息分析之中。定性分析最大的優點是，能充分運用專家的知識、經驗，從而對一些無法收集數據的分析預測活動進行評判。定性分析方法也是一種科學的方法。首先專家的知識、經驗是一種隱性知識，是專家在長期大量的實踐中形成的經驗總結，是建立在客觀科學基礎之上的認識，如某行業領域資深專家對行業發展趨勢的判斷，這是他對行業發展全面客觀的認識基礎上作出的推斷，這種推斷具有一定的合理性。其次，某個專家的認識由於受到自身學術行業背景、主觀判斷等限制，其看法具有片面性，但綜合該領域的專家認識，就能比較全面合理的作出定性的判斷，從這個角度這種方法也是合理的。最後，定性分析由於受到主觀因素影響，而且只能提供定性的結論，因此針對具體的微觀的需要作出量化決策的問題，就需要通過定量分析。值得一提的是，定量分析由於客觀具體，用數據和科學模型說話，在某些方面更具有說服力，但是由於應用時受到諸多條件限制，有時候得出的模型和結論未必合理，切不可盲目迷信復雜的模型。定性分析與定量分析需要相互結合使用，才能做出准確科學的結論。

（二）定量分析

定量分析基本上就是統計的內容了，相關分析、回歸分析、主成分與因子分析、獨立性檢驗（卡方檢驗）、分類與聚類等。

數理統計最主要的幾個分布函數：正態分布和t分布、F分布、卡方分布，因為回歸分析里參數檢驗涉及到t檢驗和F檢驗問題，要知道它們到底用來做什麼，有什麼特性。這里簡單介紹幾個一直讓我混淆的概念。

（1）相關分析與回歸分析

兩個事物之間可能存在一定的關聯，如子女身高與父母身高，一般來說父母個子高子女身高也高，但兩者沒有必然的因果關系，那麼這兩者之間有關系，但不是因果關系，這就是相關分析，相關可以是線性相關也可以是非線性相關。而回歸分析如，廣告支出增加，銷量增加，那麼廣告和銷量之間是存在某種因果關系，可以分析廣告支出對銷量增加的影響，這就是回歸分析。

（2）回歸分析與方差分析

前面講到回歸分析，當自變數和因變數都是數值變數，即分析某個自變數的變化對因變數的影響程度就是回歸分析。而方差分析也是分析自變數對因變數的影響程度，但自變數是定性變數，如分析農作物產量（因變數）與土壤種類、肥料種類、栽培方法之間是否有影響，這就是方差分析了。方差分析結論就是，這個定性變數對因變數到底有沒有影響。

（3）線性回歸、logistic曲線與probit曲線

線性回歸就是構建一個模型方程，同回歸分析，自變數和因變數都是定量變數，並且對其取值沒有要求。logistic曲線與probit曲線自變數和因變數也都是定量變數，但是因變數的取值是0或1（這里講的是二元定性選擇回歸）。