2008年美國總統大選，他成功預測歐巴馬勝選。
50州個別選舉結果，49州預測正確。
35席參議員的勝選者，則全部猜對。
2012年，他再次成功預測歐巴馬勝選，
這次，50州全部命中。
他開發的棒球預測系統精準無比，
被知名棒球評論媒體收購。
他個人更曾運用統計預測的專才，
在德州撲克賭局賺進上千萬元。
他是奈特．席佛，
當代最受矚目的統計與預測鬼才，
首次公開精準預測的黃金法則，
告訴你為什麼有些預測會成功、有些會失敗？
出版三個月穩居亞馬遜書店銷售總榜前20 名、商業理財類第1名、政治社會科學類第1名
《紐約時報》暢銷書排行榜前10名
榮登亞馬遜書店2012年度「非文學類」第1名
獲選為亞馬遜書店編輯嚴選2012年度商「商業類」最佳書籍
獲選《華爾街日報》2012「十大最佳非文學類好書」
《紐約時報》書評盛讚：「10年來最重要的一本書」
2009年《時代雜誌》將奈特．席佛列入「世界最有影響力的百大名人」
2012年《滾石雜誌》將奈特．席佛譽為「改變遊戲規則的人」
數據不會說話，是你在為它說話。
．美國政府長期蒐集許多情報，但為何還是無法預見911恐怖攻擊？
．2007年房市泡沫爆發前，華爾街的金融專家們為何看不見崩盤的警訊？
身處「巨量資料」（big data）時代，照理說我們擁有空前充足的資料，去做各項預測。但各行各業掌握最多資料的專家與決策者，卻都還是不斷做出失敗的判斷，這是怎麼回事？作者奈特．席佛指出，人的解讀比數字更關鍵，而預測最難的部分在於：人要懂得分辨出哪些是無意義的雜訊，哪些才是關鍵的訊號。誤把雜訊當訊號，做出來的預測，自然不會準確，甚至會造成嚴重的謬誤與損失！
數據導向的預測會成功也會失誤，要求更多數據之際，人更應該自我要求。
最常出錯的就是過度自信、被稱為「刺蝟」型的預測者，他們很會歸納、喜歡大原則、很有膽識，雖不斷收到新訊息卻很少修改預測，他們做預測常成為一種「表演」，模糊了追求精準預測的動機。(代表人物：成為名嘴的專家、認定自己能翻盤的賭徒。)
另外一個大家常犯的錯，是忽略「樣本外」的重大新資訊。假設你從未酒後駕車，肇事紀錄也很低。今晚你喝了酒，請預測今天駕車肇事的機率？如果你拿過去的記錄分析預測，那麼你出事的機率肯定相當低；但是喝酒開車並不在你過去記錄的樣本內。這個預測問題出在模型錯了、忽略樣本外的重大訊息──而這也就是席佛認為，大家對房市泡沫以及雷曼兄弟垮台，無法精準預測的主因。
在本書中，席佛針對政治選情、球賽結果與球員價值的評估、金融風暴、氣象、地震、撲克賭局、西洋棋賽、股市投資等跨領域的預測難題，做了精闢的個案分析。雖然領域迥異，但預測要精準，背後的原則與邏輯卻都是一樣的。在一個個精彩的故事中，即使沒有統計背景的讀者，也能一點一滴拼湊、建立預測的基本功，並且可以練習把這些原則與技巧，運用在自己的專業領域上。(甚至可以用來預測伴侶外遇的機率：詳見第8章)
◎席佛在書中不斷提醒預測者:
．預設立場或過度自信，對預測來說，是非常可怕的事。
．預測不是在追求是與非，而是估算事情發展的「機率」。有精準的機率，才能做出有利的決策。
．做預測時，最怕一看見「有相關」就解釋成「因果關係」。（冰淇淋 vs. 森林大火）
．預測時不能忽略「誤差」，並要勇於承認有「不確定性」。 不然你會過度解釋，變成不精準的預測。
．根據預測出來的機率，做了最有利的選擇，即使最後結果不好，仍然是好預測。
．在很多情境中，不是一定要追求終極完美的預測，只要預測比競爭對手好，你就贏了。
．當大家不免被雜訊迷惑時，問問自己，你有什麼法寶，能讓自己更接近真相？跟著法寶走，不要跟著群眾走。
．有新的重大資訊進來時，能保持客觀，隨時更新的預測，才有可能是精準的預測。
50州個別選舉結果，49州預測正確。
35席參議員的勝選者，則全部猜對。
2012年，他再次成功預測歐巴馬勝選，
這次，50州全部命中。
他開發的棒球預測系統精準無比，
被知名棒球評論媒體收購。
他個人更曾運用統計預測的專才，
在德州撲克賭局賺進上千萬元。
他是奈特．席佛，
當代最受矚目的統計與預測鬼才，
首次公開精準預測的黃金法則，
告訴你為什麼有些預測會成功、有些會失敗？
出版三個月穩居亞馬遜書店銷售總榜前20 名、商業理財類第1名、政治社會科學類第1名
《紐約時報》暢銷書排行榜前10名
榮登亞馬遜書店2012年度「非文學類」第1名
獲選為亞馬遜書店編輯嚴選2012年度商「商業類」最佳書籍
獲選《華爾街日報》2012「十大最佳非文學類好書」
《紐約時報》書評盛讚：「10年來最重要的一本書」
2009年《時代雜誌》將奈特．席佛列入「世界最有影響力的百大名人」
2012年《滾石雜誌》將奈特．席佛譽為「改變遊戲規則的人」
數據不會說話，是你在為它說話。
．美國政府長期蒐集許多情報，但為何還是無法預見911恐怖攻擊？
．2007年房市泡沫爆發前，華爾街的金融專家們為何看不見崩盤的警訊？
身處「巨量資料」（big data）時代，照理說我們擁有空前充足的資料，去做各項預測。但各行各業掌握最多資料的專家與決策者，卻都還是不斷做出失敗的判斷，這是怎麼回事？作者奈特．席佛指出，人的解讀比數字更關鍵，而預測最難的部分在於：人要懂得分辨出哪些是無意義的雜訊，哪些才是關鍵的訊號。誤把雜訊當訊號，做出來的預測，自然不會準確，甚至會造成嚴重的謬誤與損失！
數據導向的預測會成功也會失誤，要求更多數據之際，人更應該自我要求。
最常出錯的就是過度自信、被稱為「刺蝟」型的預測者，他們很會歸納、喜歡大原則、很有膽識，雖不斷收到新訊息卻很少修改預測，他們做預測常成為一種「表演」，模糊了追求精準預測的動機。(代表人物：成為名嘴的專家、認定自己能翻盤的賭徒。)
另外一個大家常犯的錯，是忽略「樣本外」的重大新資訊。假設你從未酒後駕車，肇事紀錄也很低。今晚你喝了酒，請預測今天駕車肇事的機率？如果你拿過去的記錄分析預測，那麼你出事的機率肯定相當低；但是喝酒開車並不在你過去記錄的樣本內。這個預測問題出在模型錯了、忽略樣本外的重大訊息──而這也就是席佛認為，大家對房市泡沫以及雷曼兄弟垮台，無法精準預測的主因。
在本書中，席佛針對政治選情、球賽結果與球員價值的評估、金融風暴、氣象、地震、撲克賭局、西洋棋賽、股市投資等跨領域的預測難題，做了精闢的個案分析。雖然領域迥異，但預測要精準，背後的原則與邏輯卻都是一樣的。在一個個精彩的故事中，即使沒有統計背景的讀者，也能一點一滴拼湊、建立預測的基本功，並且可以練習把這些原則與技巧，運用在自己的專業領域上。(甚至可以用來預測伴侶外遇的機率：詳見第8章)
◎席佛在書中不斷提醒預測者:
．預設立場或過度自信，對預測來說，是非常可怕的事。
．預測不是在追求是與非，而是估算事情發展的「機率」。有精準的機率，才能做出有利的決策。
．做預測時，最怕一看見「有相關」就解釋成「因果關係」。（冰淇淋 vs. 森林大火）
．預測時不能忽略「誤差」，並要勇於承認有「不確定性」。 不然你會過度解釋，變成不精準的預測。
．根據預測出來的機率，做了最有利的選擇，即使最後結果不好，仍然是好預測。
．在很多情境中，不是一定要追求終極完美的預測，只要預測比競爭對手好，你就贏了。
．當大家不免被雜訊迷惑時，問問自己，你有什麼法寶，能讓自己更接近真相？跟著法寶走，不要跟著群眾走。
．有新的重大資訊進來時，能保持客觀，隨時更新的預測，才有可能是精準的預測。
