昨天的扁馬會出奇精彩，最奇妙的是二人在兩岸觀點上有相當完整的陳述及辯論。陳水扁說「九二共識」有「三個不確定」。但是，他卻未說，其實另有一個最大的「第四個不確定」，那就是台獨；倘若如扁政府一般，一天到晚搞正名制憲，三不五時站在「台灣國」的旗幟下，自己既說「中華民國已經滅亡」，還談什麼「一中各表」，因為根本已是「無中可表」！

現在還說什麼「九二共識」不存在，並無意義。因為，「一中各表」至少已出現在「布胡熱線」，也已出現在新華社的英文稿中。即使視此為台美中對「九二會談」的新詮釋，亦不應否認；倘認為尚有曖昧不明處，則繼續釐清及深化即可，又何必率爾否認？

陳水扁的論調是：一中各表，沒這句話；即使有這句話，也一定行不通。但是，他卻不說，「正名制憲」是否行得通？「台灣國」是否行得通？倘若要另建台灣國，何必論「九二共識」？又何必談「一中各表」？

陳水扁昨天居然自我標榜稱：四不一沒有，他從八年前堅持到八年後；又說，李登輝警告他「中華民國憲法及國統綱領兩根支柱不要碰」，他也遵守了八年；所以，兩岸八年無戰爭。

說此話時，陳水扁似乎完全忘記了他八年來「正名制憲」、「終統」、「我們就是台獨」、「四不已不存在」、「中華民國已經滅亡」種種撕裂國家的動作。兩岸八年無戰爭，但台灣卻打了好幾年慘烈的族群內戰！

陳水扁應當承認：「正名制憲」的可能性，或「台灣國」的可能性，恐怕未必大於「一中各表」的可能性！

以上是【聯合報╱黑白集】論述

筆者對於『不確定性決策問題』略有研究。所謂「不確定性決策問題」，即各種情況出現的機率不確定，這有別於「在風險情況下的決策」，此兩者最主要的區別是：後者雖然不確定會出現那一個情況，以及採取行動後會得到那種結果，但是決策者卻是事先知道出現的機率，例如根據統計我們知道SARS死亡率是15﹪。知道機率以後就可以計算期望值，然後根據期望值高低來作決策。如果連機率都不確定為何；決策者可以採取之準則如下：（筆者相信陳水扁肯定沒學過！）

l 最低報酬最大化準則：此準則由Abraham wald建議，是比較保守原則，就各種替代方案中選取確定會有報酬的策略，並排除可能會產生損失的策略，然後選取報酬最大的方案予以執行。

l 最大遺憾最小化準則：此準則由Savage建議，所謂遺憾者就是「機會損失」，各種替代方案如果都會有遺憾，則選取遺憾最小的策略。

l 極大的極大值準則：此準則是比較樂觀的原則，每個方案都先估計出最大可能的報酬，然後選擇報酬最大的方案，一般而言這是「賭徒」心態，要玩就玩大的。

l 極大極小加權平均準則：又稱Hurwicz準則，每個行動方案均計算出極大與極小效益，然後予以加權平均後，選取平均值最大的方案。至於權數大小則由決策者之偏好尺度來決定。

l 環境狀況機率均等準則：又稱Laplace準則，每個行動方案內所隱含的狀況機率雖然不知，均假設發生機率相等，計算其效益期望值後選擇效益最大者據以行動。

l 決策者機率給定準則：又稱Bayesian準則，方法同上，但是每個方案內環境狀況機率由決策者憑藉其常識自由判斷，投資大師巴菲特經常採用這個準則，他稱之為「個人機率分析」。

以上是對不確定性情況下決策的各種準則加以說明，但究竟採用何種準則，原則上還是由決策者裁決，因為成敗是由決策者負責，這也是「責任政治」的精義。

在『九二共識』的基礎之上恢復兩岸談判，這是一個「不確定性決策問題」，還是一個「在風險情況下的決策」？風險具有現實可測性。有可測性，保險公司才可能通過測度釐定投保費率，台灣要買保險，當然是向美國買，因為放眼世界，唯有美國才能提供台灣必要的『保單』。陳水扁處理兩岸關係決策問題最大的錯誤有二，其一是他沒學過統計決策學，所以誤判兩岸問題是『不確定問題』，其實兩岸雖然是被判定有戰爭風險的地區之一，但是其發生的機率是可以評估的，這也是為何馬英九一當選總統，台灣的主權評等立刻就被許多國際機構提高了的原因。其二是他把世界上唯一可能賣保單給台灣的美國給得罪了。美國人賣保單給台灣，是假設台灣總統不會故意玩火自焚，陳水扁卻偏偏到處點火！逼得美國人不得不收回保單，並且宣稱「台灣不是主權國家」。

以下是大學統計系基本教材：

★如何處理「不確定性」
資料會變。人會變。動物會變，事物會變動，對同一個體多次度量同樣的標的也會量出不同的結果。所以我們從資料得出的結論也並不是完全確定的。統計學就是要和世上的變異性及不確定性正面交鋒。利用統計推理得到的數據，不會因變異性及不確定性，而變得沒有用處。統計學可以分析數據，將一些有系統的型態從無所不在的變異性中抽離出來。統計學也可以做出一些雖不確定、但不確定性很小的結論，世界上本來也沒有什麼是百分之百確定的。更重要的是，經由統計推論，我們有辦法聲明，所得結論的不確定程度到底有多少。
★隨機
符合以下情況的現象，我們稱為隨機：
→確實的結果事前無法預知。
→雖然如此，但有可預測的長期型態，可以用很多次試驗結果的分市來描述。
★機率
一個隨機現象任一結果的機率是：在重複很多很多次的情形下，該結果應會出現的比率。
★獨立
如果「知道兩個隨機現象其中之一的結果」不會改變另一個結果的機率，就稱這兩個隨機現象獨立。
★大數法則（law of large numbers）
如果有數值結果的隨機現象獨立地重複許多次，實際觀測到的結果之平均值會趨近期望值。
★總結
機率和期望值給了我們描述隨機的語言。隨機現象並不是偶然，也不是混亂，就像隨機抽樣也不是偶然。隨機其實是世界上的某種秩序，是長期規律性，有別於混亂狀況或者在事前就將事件固定的決定性。當隨機存在時，機率回答的問題是：「長期下來有多少頻繁？」而期望值回答的問題是：「長期下來有多少？」經由期望值用機率表達的定義，這兩個問題的答案就可以連結起來。
似乎隨機現象在世界建造過程中就已嵌入了。對於物理裡面的隨機現象日益被強調，愛因斯坦有如下的反應：「我沒法相信上帝在和宇宙和骰子。」為了免得你有類似的疑慮，我再提醒你一次，隨機並不是混亂，而是一種秩序。我們最該操心的反而是我們安排的隨機──不是上帝的骰子，而是雷諾（Reno，為賭城）的骰子。特別要提的，產生資料的統計設計就是建立在刻意的隨機之上。經過這樣的設計使得資料包含某種秩序，乃是統計推論的基礎。
如果你了解機率，統計推論就沒什麼神祕了。大經濟學家凱因斯（John Maynard Keynes）對於長期秩序所做的注解是：「長期來說，我們都會死掉。」如果你了解機率，在你思考凱因斯的注解時，也許會有些安慰。
「推論」的意思是「要做出結論」。「統計推論」提供我們根據資料做出結論的方法。當然，我們一直都在根據資料做結論。正式的推論不一樣的地方是：我們利用機率來表示我們對於自己的結論正確的信心有多少。機率使我們可以把機遇變異納入考慮，並藉助計算修正我們的判斷。

http://blog.udn.com/kurich/86433