德尔菲法

德尔菲法是“把专家的独立观点不断收敛”的预测法，类似于用大数据进行云计算，都是借助数据来喂养模型。

区别在于，很多时候我们缺少大数据样本，所以只能借助人类的主观经验这个小数据来喂养模型，得到较为精准的概率数据来做决策。

德尔菲法首创于20世纪40年代，由O.赫尔姆和N.达尔克提出。

德尔菲一词来源于古希腊，古希腊有一座名城，叫做德尔菲，相传城中阿波罗圣殿能预测未来。
20世纪中期，美国政府发动朝鲜战争时，兰德公司用德尔菲法预测：这场战争必败。美国政府完全没有采纳，结果一败涂地。从此以后，德尔菲法得到广泛认可。

德尔菲法具体分为四个步骤：

• 邀请专家
  • 避免专家面对面集体讨论，应该独立提出一件。
  • 专家可以是一线管理人员或客户。
• 独立预测
• 统计回归
• 分析结果
  • 用“主观概率加权平均法”

cm：
概率分为两种，分别是物理概率（频次概率）和主观概率。频次概率可以通过计算直接算出来，主观概率无法通过计算直接得出。
主观概率的准确性和我们的经验有关，加里·克莱因认为，我们的经验就是不断地积累大量的模式，来丰富和完善我们潜意识的加工系统。
人们用经验做决策的模式是「识别启动决策模型」，（这个有点类似于预测框架模型）