極端的假設可能導致更極端的結果
我們經常需要做決策，而有些無法簡單做出，就會需要模型幫助思考 但模型與我們的決策過程中，有項常被忽略的關鍵要素：不確定性 我們依據平均值來預測情況，卻沒有考慮其中的不確定性
基礎模型
我有40000存款，每個月平均支出2500，所以可過16個月
由於會有波動，還應該加入「最佳狀況」和「最糟狀況」，跟一些額外因素
但從最槽狀況算出的結果其實保守得多，而平均狀況則較為悲觀
機率思維
因此我們習慣把複雜的情況簡化成單一數字──平均值，但平均值可能很具誤導性 1. 平均條件≠平均結果
簡單的例子：自助餐需要準備10道菜，平均每道要花費1小時，可同時進行，整個自助餐需要多久時間準備？
只要有1道菜沒準備好，自助餐就無法開張
而有極高可能性至少有1道菜會超過1小時，因此平均時間也會超過1小時
2. 極端的假設可能導致更極端的結果
最壞的情況：所有最糟情況每個月都同時發生
但現實中這種情況幾乎不會發生，同樣也適用最佳情況
當然在某些情況下，還是有可能發生像是金融海嘯的很多事同時出問題，因此仍應考量相關可能性 過度樂觀的代價很明顯，但過度悲觀也會造成不必要的犧牲
所以，應該讓電腦來處理這些事
如果我們進行大量模擬，大多情況下儲蓄都能撐過18個月，那就能（根據模型）有把握地這樣說
1. 試算表擴充功能
@RISK、Crystal Ball、Risk Solver
2. Casual