我桌上摆着一台机器，叫做布隆博格（Bloomberg），公司创办人为现任纽约市长布隆博格（Michael Bloomberg）。它可以作为安全的电子邮件服务、新闻服务、历史资料检索工具、图表绘制系统十分宝贵的分析辅助工具，尤其是可以在屏幕上看到各种证券和货币的价格。我已经用它用得上瘾，没有它就没办法操作，因为总觉得和这个世界失去了联系。我用它和朋友联络、确认约会、解决一些争议。没有布隆博格地址的交易员，对我们来说是不存在的一群人（他们只好使用比较平凡的互联网）。但是布隆博格有个东西，我认为可以割舍，就是新闻记者的评论。为什么？因为他们试着解释一些事情，严重混淆了“混为一谈表”的右栏和左栏。但是干这种事情的，不只布隆博格一家。只因为我10年来不碰报纸的商业版，宁可去读真正的好文章，才会对现状有所不知。

正当此时，我在布隆博格的机器上看到这样的新闻标题：

↓道琼斯指数因为利率下跌而上扬1.03点

↓美元因为日本贸易顺差扩大而下挫0.12美元

诸如此类的标题占满了一整页。接着新闻记者会就这些纯噪声提出解释。道琼斯工业股价指数在11000点时涨跌1.03点，幅度根本不到0.01%。这样的波动不值得提出解释。诚实的人看不到有可以解释的东西；他们找不到可以列举的理由。但是新闻记者拿薪水就得解释事情，所以他们乐于立即提出种种解释。唯一的解决方法是请布隆博格停止付薪水给记者写评论。(www.daowen.com)

显著性：我怎么确定那是纯噪声？打个简单的比方。如果你和朋友来个横跨西伯利亚的越野车比赛，一个月后，你以一秒之差击败他，显然你不能就此吹嘘自己比他快。你可能受助于某些东西，或者，只是随机因素使然，别无其他。那一秒钟的时间不够显著，我们没办法据此得出什么结论。我不会在睡前的日记上写道：“自行车骑士A比自行车骑士B优秀，因为他平常吃菠菜，而自行车骑士B吃的大多是豆腐类的食物。我做这个推论的理由，是因为A在3000英里的比赛中比B快1.3秒。”要是两者连续相差一个星期，我才会开始去分析原因是不是出在豆腐上面，或者是不是还有其他的因素。

因果关系：还有另一个问题存在，人们以为具有统计显著性之后，一定有因果关系存在，也就是说，市场中发生的事件，可以和某些原因扯上关系。有句话说：“若后者发生，必然是前者的结果”（post hoc ergo propter hoc）。假设医院A接生的婴儿有52%是男孩，医院B同一年只接生48%的男婴，难道你会说，你之所以生下男孩，是因为在医院A接生的？

因果关系可能非常复杂。如果有许多可能的原因存在，就很难单独挑出一个作为原因。这称做多变量分析（multivariate analysis）。比方说，如果股票市场可能受美国国内利率、美元兑日元汇率、美元兑欧元汇率、欧洲股票市场、美国的国际收支账、美国的通货膨胀，以及其他十来种主要因素影响，那么新闻记者必须去观察所有这些因素、观察它们以前个别和共同造成的影响、观察这些影响的稳定性，并且进行统计检验，才能表示股市的涨跌是不是由某项因素引起的。最后，必须给各项因素一个信赖水平（confidence level）；如果信赖水平不到90%，那就没有什么好说的。我可以理解为什么休谟十分沉迷于因果关系，却不能欣然接受这种推论。

我有个窍门，可以知道世界上是不是发生了大事。我自行设定布隆博格机器的屏幕版面，把货币、股票、利率、商品等世界上所有重要的价格和涨跌幅度放在一起。货币的信息放在左上角，各个股票市场的变动放在右边，这么多年来看着相同的版面配置，出于本能直觉，我能够知道是不是有重要的事情发生了。个中诀窍是只看变动百分率大的部分。除非涨跌幅度大于平常每天的涨跌幅度，否则我把数字的跳动视为噪声。此外，在解读时，也不是用线性的方式。涨跌2%的显著性不是涨跌1%的2倍，而应该是4倍。今天我的屏幕上道琼斯指数上涨1.03点，显著性不到1997年10月股市重挫7%的1/109。有人可能问我：为什么我希望每个人都学点儿统计学？我的答复是，因为太多人只看解释。我们没办法光凭直觉，就能理解概率的非线性倾向。