损失厌恶是指面对收益时，人们表现为风险厌恶，面对损失时，人们却表现为风险偏好。

三度朋友的数量很重要，他们的多样性以及相对接近性使他们成了你的重要资产，他们可以提供新的信息和工作机会。这些人最有可能帮助你找到工作，促使你搬到新的城市，或者成为生活中、商业上的伙伴。

我们怎样对人建模，归根到底取决于问题的背景和想要实现的目标。

线性模型只是一个开始，大多数有趣的现象都不是线性的。

熵是用来度量与结果的概率分布相关的不确定性的。

人是多样性的、易受社会影响的、容易出错的、有目的的、有适应能力且拥有自己主体性的，也就是说，我们有行动的能力。

小的群体更有可能呈现异常事件，如果缺乏对这类事件的洞察力，就会做出不正确的推断并采取不明智的行动。

实力-运气方程,成功=a×实力+（1-a）×运气,其中，a位于区间上，是技能的相对权重。

路径依赖是对结果的逐渐影响，临界点则意味着结果的突然变化。

平衡结果没有不确定性，因此其熵等于零。周期性过程具有不随时间变化的低熵。当然，完全随机过程具有最大的熵。复杂性具有中等程度的熵，因为复杂性位于有序性和随机性之间。

无论做出什么假设，我们都无法摆脱假设的影响。我们被绑在逻辑一致性的“桅杆”上，不能随便制造影响。

我们可以通过中心极限定理（CentralLimitTheorem）来解释正态分布的普遍性。中心极限定理告诉我们，只要把随机变量加总或求其平均值，就可以期望获得正态分布。

信息熵就对应着“是或否”问题的期望数量。如果我们不得不提出很多问题，那么分布就是不确定的。而知道了结果，也就揭示了信息。

不应否认，任何理论的终极目标都是尽可能让不可简化的基本元素变得更加简单且更少，但也不能放弃对任何一个单一经验数据的充分阐释。

对人建模的最后一个挑战来自人的主体性：我们有采取行动的能力，改变行为的能力以及学习的能力。

回归所揭示的是变量之间的相关关系，而不是因果关系。

模型可以分为三类：对世界进行简化的模型、用数学概率来类比的模型以及人工构造的探索性模型。

佩奇以对社会科学的多样性和复杂性的研究和建模而闻名。具体研究方向包括路径依赖、文化、集体智慧、适应和社会生活的计算模型。研究领域涉及多个学科，包括经济学、政治学、计算机科学、管理学、物理学、公共卫生、地理学、城市规划、工程学和历史学。

与其改变当前状态，还不如改变结构因素，而后者更有价值。

在线性关系中，由于第二个变量的变化而导致的第一个变量的变化量不依赖于第二个变量的值。