問題例子的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

分層線性模型：應用與數據分析方法（第2版）

為了解決問題例子的問題，作者（美）斯蒂芬·W.勞等 這樣論述：

分層線性模型是1990年代在國際統計學界迅速推廣並得到廣泛應用的新的統計分析技術，本書是這一分析方法的代表作。本書提供的技術細節適合大多數社會科學和行為科學研究人員的需要，包括足夠多的實際操作建議和研究示范，並與HLM軟件結合，是多層分析者的手冊和用戶指南。(美)斯蒂芬•W.勞登布什(Stephen W. Raudenbush)，美國密歇根大學教育學院教授、統計學系教授，密歇根大學調查研究中心高級研究員。主要研究領域：多層分析與歷時研究的統計方法。(美)安東尼•S.布里克(Anthony S.Bryk)，美國芝加哥大學社會學系城市教育Marshall FieldIV冠名教授。領導了芝加哥大學學

校改進中心，並且是芝加哥大學學校研究協會的資深指導。主要研究領域：學校組織、城市教育改革、可計量性及教育統計學。 致謝（英文版第2版） 叢書主編對分層線性模型的介紹 叢書主編對第2版的介紹 第一部分原理 1導言 分層數據結構：一個常見現象 分層數據分析中持續存在的兩難問題 分層模型統計理論的發展簡史 分層線性模型的早期應用 個體效應的改進估計 對層次之間效應的建模 分解方差協方差成分 本書第1版問世以來的新發展 結果變量范圍的擴展 與交互分類數據結構的結合 多元模型 潛在變量模型 貝葉斯推斷 本書的框架結構 2分層線性模型的原理 初步知識 對某一學校的社會經濟狀況與成績關系

的研究 對兩個學校的社會經濟狀況與成績關系的研究 對J個學校的社會經濟狀況與成績關系的研究 一般模型及其簡單子模型 帶隨機效應的單因素方差分析 將平均數作為結果的回歸模型 帶隨機效應的單因素協方差分析 隨機系數回歸模型 將截距和斜率作為結果的回歸模型 非隨機變化斜率模型 本節概要 基本分層線性模型的推廣 多元X和多元W 對層—1和層—2上的誤差結構的推廣 超出基本的兩層分層線性模型的擴展 選擇X和W的定位（對中） X變量的定位 W變量的定位 本章術語及注釋概要 簡單的兩層模型 注釋與術語概括 一些定義 子模型的類型 3分層線性模型估計及假設檢驗的原理 估計理論 固定效應的估計 隨機層—1系數的

估計 方差協方差成分的估計 假設檢驗 固定效應的假設檢驗 隨機層—1系數的假設檢驗 方差協方差成分的假設檢驗 本章術語概要 4示例 引言 單因素方差分析 模型 結果 以均值作為結果的回歸 模型 結果 隨機系數模型 模型 結果 以截距和斜率作為結果的模型 模型 結果 估計一個特定單位的層—1系數 最小二乘法 無條件收縮 條件收縮 區間估計的比較 需要注意的問題 本章術語概要 第二部分基本應用 5組織研究中的應用 組織效應研究的背景 建立模型 個人層次模型（層—1） 組織層次模型（層—2） 例1：通過隨機截距模型對組織共同效應建模 一個簡單的隨機截距模型 例子：考察學校對教師效率的影響 與傳統的教

師層次和學校層次分析結果的比較 包括層—1協變量的隨機截距模型 例子：寫作的項目效果評估 與傳統的學生層次和班級層次分析結果的比較 例2：通過以截距和斜率為因變量的模型來解釋組織的不同效應 過去在建立以斜率為因變量的回歸模型時所遇到的困難 例子：公立學校和天主教學校成績的社會分布 層—1既有隨機斜率又有固定斜率的應用實例 專題 層—1方差異質性情況下的應用 例子：對數學成績的層—1殘差方差的類別效應建模 層—1存在異質性情況下的數據分析建議 組織效應研究中層—1自變量的對中 層—1固定系數的估計 分離個人層次效應和構成效應 對層—1協變量調整后的層—2效應估計 估計層—1系數的方差 估計層—1

隨機系數 使用方差統計量的削減比例 估計個別組織的效應 具體組織的效應的概念化 常用的學校業績估計 經驗貝葉斯估計的使用 對業績指標進行有效推斷所面臨的威脅 設計兩層組織效應研究時對功效的考慮 6個體變化研究中的應用 個體變化研究中的背景問題 建立模型 重復觀察模型（層—1） 個人層次模型（層—2） 線性增長模型 例子：教導對認知發展的作用 二次增長模型 例子：母親的語言能力對兒童詞匯量的影響 其他形式的增長模型 在層—1誤差結構更為復雜時的情況 分段線性增長模型 隨時間變化的協變量 個體變化研究中層—1自變量的對中 線性增長模型中截距的定義 在高階多項式模型中其他增長參數的定義 在研究隨時間

變化的協變量時的可能偏差 增長參數的方差估計 比較分層模型、多元重復測量模型和結構方程模型 多元重復測量模型 結構方程模型（SEM） 例1：觀察數據是平衡的 例2：完整數據是平衡的 例3：完整數據是不平衡的 層—1中缺失觀測值的影響 利用分層模型來預測未來情況 增長與變化的研究設計中有關功效的考慮 7HLM在元分析和其他層—1方差已知情況下的運用 引言 元分析數據的分層結構 擴展到其他層—1「方差已知」的問題 本章結構 為元分析建立模型 標准化均值差異 層—1（研究之內）模型 層—2（研究之間）模型 組合模型 估計 例子：教師對學生智商期望的效應 無條件分析 條件分析 貝葉斯估計的元分析 其他

層—1方差已知時的問題 例子：關聯的多樣性 多元的方差已知模型 層—1模型 層—2模型 不完整多元數據的元分析 層—1模型 層—2模型 示例 8三層模型 制定和檢驗三層模型 完全無條件模型 條件模型 多種可能的替代模型 三層模型的假設檢驗 例子：對教學的研究 研究組織內的個人變化 無條件模型 條件模型 層—1的測量模型 例子：學校氛圍的研究 例子：對以學校為基礎的職業社區及其促進因素的研究 估計三層模型中的隨機系數 9評價分層模型的恰當性 引言 考慮模型的假定條件 本章的安排 兩層分層線性模型的關鍵假定 建立層—1模型 指導建立層—1模型的經驗方法 層—1的模型設置問題 對層—1隨機效應的假定

條件的檢查 建立層—2模型 指導建立層—2模型的經驗方法 層—2模型設置問題 檢查關於層—2隨機效應的假定 穩健標准誤 示范 在樣本為小樣本時推斷的有效性 對固定效應的推斷 對方差分量的推斷 對層—1隨機系數的推斷 附錄 對層—1結構模型的錯誤設置 層—1自變量測量有誤 第三部分高級應用 10分層一般化線性模型 作為分層一般化線性模型特例的兩層分層線性模型 層—1抽樣模型 層—1連接函數 層—1結構模型 二分類結果的兩層和三層模型 層—1抽樣模型 層—1連接函數 層—1結構模型 層—2和層—3模型 一個貝努里分布的例子：泰國學生留級研究 總體平均模型 一個二項分布的例子：九年級第一學期的課程失

敗 計數數據的分層模型 層—1抽樣模型 層—1連接函數 層—1結構模型 層—2模型 例子：芝加哥社區的殺人犯罪率 序次數據的分層模型 單層數據的累計概率模型 擴展到兩層模型 一個例子：教師控制力與教師敬業度 多項數據的分層模型 層—1抽樣模型 層—1連接函數 層—1結構模型 層—2模型 示例：升學去向 在分層一般化線性模型中的估計工作考慮 本章術語概要 11潛在變量的分層模型 有缺失數據的回歸 基於多元模型填補缺失數據 分層線性模型應用於缺失數據的問題 自變量有測量誤差的回歸 在分層模型中納入測量誤差信息 有缺失數據和測量誤差的回歸 對潛在變量直接和間接效應的估計 一個有測量誤差和缺失數據的三

層示例 模型 分析個人成績增長的兩層潛在變量舉例 非線性分項反應模型 單項反應模型 多特征的分項反應模型 二參數模型 本章術語概要 缺失數據問題 測量誤差問題 12交互分類的隨機效應模型 對交互分類的隨機效應模型的公式化和檢驗 無條件模型 條件模型 例1：蘇格蘭教育成績中的鄰里效應與學校效應 無條件模型 條件模型 估計社會剝奪的隨機效應 例2：兒童在小學階段認知發展中的班級效應 小結 本章術語概要 13分層模型的貝葉斯推斷 貝葉斯推斷的導論 經典的觀點 貝葉斯方法的觀點 例子：正態均值的推斷 經典方法 貝葉斯方法 有關推廣和推論的一些問題 貝葉斯視角下的分層線性模型 對γ、T和σ2的完全最大似

然估計 對T和σ2的REML估計 兩層HLM的貝葉斯推斷基礎 觀測數據的模型 第一階段的先驗 第二階段的先驗 后驗分布 完全貝葉斯推斷與經驗貝葉斯推斷之間的關系 例子：貝葉斯與經驗貝葉斯的元分析 貝葉斯模型 參數估計與推斷 完全貝葉斯推斷與經驗貝葉斯推斷的比較 吉布斯抽樣以及其他計算方法 將吉布斯抽樣器應用於詞匯量增長數據 本章術語概要 第四部分估計理論 14估計理論 模型、估計方法及算法 最大似然估計與貝葉斯估計的綜述 最大似然估計 貝葉斯推斷 對兩層分層線性模型做最大似然估計 基於期望最大化的最大似然估計 模型 最大化步驟（M—Step） 期望替代步驟（E—Step） 將各部分結合起來 基

於費舍爾得分的最大似然估計 費舍爾得分在兩層模型中的應用 多元分層線性模型中的最大似然估計 模型 期望最大化算法 費舍爾—迭代一般最小二乘法（IGLS）算法 其他協方差結構的估計 討論 分層一般化線性模型的估計 分層模型的數值積分 應用於二分類結果的兩層模型 懲罰性准似然估計 最大似然估計的更精確近似 將積分表示為拉普拉斯轉換 拉普拉斯方法應用於兩層的二分類數據 向其他層—1模型推廣 總結與結論 參考文獻 索引

問題例子進入發燒排行的影片

動態均衡的無政府狀態價格

為了解決問題例子的問題，作者梁峻瑋 這樣論述：

在這篇論文中，我們研究了一個隨時間變化的網路流（network flow）模型，稱之為「流體排隊模型」。考慮到一個有向圖被注入連續的流量，致使水分子傳播到每一條邊上。對於每一條邊而言，如果流入的流率超過給定的容量，那麼超出的粒子將會形成等待的隊伍，而其他的粒子在給定的時間長度內通過這一條邊。更精確地，我們研究了在賽局觀點上的流體排隊模型，稱之為動態平衡模型，這被用來描述一些問題。例子包含了網際網路、自駕車中控系統、以及中央處理器挑選任務的過程。我們在研究中發現了具備連續函數流量的網路的PoA上限。我們證明了平行網路和兩層兩條邊平行網路的PoA上限為$2$，串並聯網路有一個PoA上限為「網路的

直徑」，所有網路在假設成立下有一個PoA上限為$2|V|-1$。這是第一篇論文研究具備連續函數流量的網路在流體排隊模型上的PoA。我們把平行網路和串並聯網路的PoA上限從無限大分別壓低到$2$和「網路的半徑」。這兩個被證明出來的上限和具備常數函數流量的網路在流體排隊模型上的情況截然不同。另一方面，類似於在早先抽稅方案上的研究，我們設計了一個簡單的抽稅方案來改善系統的無效率程度。這會許對於具備連續函數流量的網路會有極大的幫助。

夠「駭」才能成為職場A咖：教你打破職場蠢規則， 追求聰明成果的「駭」工作術

為了解決問題例子的問題，作者比爾．詹森、喬許．克萊恩 這樣論述：

工作永遠做不完？表現總是差強人意？你不是能力不好，也不是工作運太差你只是不夠「駭」！ 　　★ 獲《哈佛商業評論》評選為2010年十大突破性創見之一 　　★ 什麼是「駭」工作術？ 　　∣一項禁忌的創新。　　∣避開繁文縟節、官僚體制與作業程序，藉由合法的旁門左道手段，取得成功所需的要件。　　∣「駭」工作術可讓組織為你所用，輕易得到漂亮的工作成果。 　　當蝙蝠俠開著蝙蝠車出門執行任務——你有看過他停下來等紅燈變綠燈嗎？ 　　你是否曾撥電話給掌管某職務的人，請他破例更動截止時限或規則？　　你是否曾把公司檔案寄到私人信箱，以便回家處理？　　你是否曾為了公司就是寧願把事情放著爛也不肯改善，而氣的牙癢癢？

　　如果答案是肯定的——　　沒錯。你早就具備成為工作駭客的資格了！ 　　對於我們被迫忍受的所有愚蠢流程、工具、規定和官僚體系，「駭」都是強而有力的解決之道。如果可以不用理會那些絆腳石，要繳出漂亮的工作成績有那麼難嗎？那些官僚、制度和流程實在要命。工作讓你氣餒？一定的啦。如果必須遵守一堆蠢規定，怎麼可能樂在工作嘛！ 　　請打起精神──把工作做好，有必勝法！ 　　頂尖的企業人才們都是自行其事的。他們繞過「神聖」的組織結構、使用禁忌的工具、無視愚蠢的公司規定。換句話說，他們善用「駭」工作術來提升工作效率。 　　知名企業顧問詹森與專業駭客克萊恩，將在本書聯手揭露可以讓你工作得更聰明而非更辛苦的「合法作

弊碼」。一旦學會如何「駭」工作，你就能用更少時間完成更多事。抄近路避開繁文縟節，智取愚蠢的公司規則。舉個真實案例，如果老闆就是不肯核准改善客戶服務的計畫，你也不需跟他廢話。何不乾脆錄下顧客抱怨影片貼在YouTube上？（記得，不要用自己的帳號。）相信不到幾天，輿論就會迫使老闆改變他的決定。 　　《夠「駭」才能成為職場A咖》揭露了強而有力的「駭」工作技術及社群「駭」法，讓你學會合法規避混帳官僚、笨蛋規則，不再苦苦做白工。重點在於，必須讓制度為你效力，而不是你為制度賣命，卻絲毫沒得到期望的工作成果。 　　朋友啊！只要學會「駭」工作術，你就是非成功不可。 作者簡介 知名企業顧問X比爾．詹森Bill

Jensen 　　於1985年創辦詹森集團（Jensen Group），現為詹森集團執行長及享譽國際之演說家。詹森長期研究如何簡化並更有效率地完成工作，並擔任許多知名企業或機構顧問。 　　詹森集團的客戶包括：美國銀行、默克集團（Merck）、輝瑞（Pfizer）、奇異（GE）、義大利萊雅（L’Oreal Italia）、基因科技（Genentech）、美國太空總署（NASA）、世界銀行、蘇格蘭皇家銀行、美國運通 （American Express）、美林集團 （Merrill Lynch）、飛利浦照明（Philips Lighting）、美國海軍海豹特遣隊（US Navy SEALS）、加拿大

安大略省政府、新加坡管理學院（SIM）、中國廣州開發區（Guangzhou China Development District）、瑞典郵政（Swedish Post Office）。 　　《哈佛商業評論》（Harvard Business Review）、《Fast Company》及CNBC電視台稱詹森為「現今最重要的工作流程簡化專家」。 專業駭客X喬許．克萊恩Josh Klein 　　克萊恩曾受過駭客必備的所有正式與非正式訓練，包括駭進機構、社會系統、電腦網絡和硬體等，可說是無所不駭。目前克萊恩擔任微軟（Microsoft）、諾基亞（Nokia）、甲骨文（Oracle）、約翰．霍普金斯大

學及美國情報單位等企業或機構之顧問。 　　Website * www.hackingwork.com 譯者簡介 洪世民 　　台灣大學外國語文學系畢，曾任職棒球團翻譯、主編雙語刊物，現為專職譯者。譯作涵蓋各領域，包括《偉大的企業家都嗜血？》、《告別施捨》、《精微化成長》、《一件T恤的全球經濟之旅》、《這就是行銷》、《傾斜的星球》、《設計自然屋》等。 PART 01  喔耶！★我們要揭露職場的作弊碼，和全世界分享。一旦員工知道如何駭工作，一切都搞定了——我們要怎麼工作，要何時在哪裡工作，要如何定義效率和成功……一切都沒問題。善意駭客看到了未來，引領我們向前邁進——用最有效的方式。★01 救亡圖存

，一次幹一件壞事02 生為駭客03 孰新孰舊？最常見的駭法有哪些？ PART 02  開始駭吧★蠢規則把公司該負擔的成本轉嫁到你身上，卻未給你同等或更好的報酬。這意味著你要為其他人的官僚作風，或更糟——錯誤決策——付出代價。打破蠢規則意味追求更聰明的成果：為你，為團隊，也為你的公司。請你跟我這樣做……★04 打破蠢規則，追求聰明成果05 人人都該做的五種「駭」行06 別製造傷害 PART 03  哇！★要不是工作本身的設計那麼爛，而且一天比一天更惱人根本不必行善意之駭。接下來要說的是——現在已經壞掉的東西、馬上就會襲擊你的東西，以及不該被忽略的東西。★07 什麼壞了？08 前面有啥？09 房裡

的大象 PART 04  做出實質改變★權力……掌控……風險……難以言喻。「駭」工作破除這些禁忌，讓對話聚焦於一個簡單的問題：「我要交出漂亮的成績有多容易？」探究這個問題將永遠改變我們每個人實行真正要務的方式。★10親愛的老闆11現在，停止瘋狂12「駭」世界 附錄 推薦序 發現組織裡「駭」的DNA 　　1. SOP或蠢規則 　　有這麼一個關於標準作業流程（SOP）的笑話。 　　觀光客在路上看到兩個工人，一個拿把鏟子正在道路旁挖洞，且每三公尺就挖一個洞，後面一個工人卻跟著把前一個工人剛挖好的洞馬上回填起來，如此反覆不停的持續，忙得滿頭大汗。 　　觀光客覺得好奇，便問他們：「這樣一個挖洞、一個填

滿，要幹嘛呢？」 　　工人回答說：「我們是在綠化道路，我挖洞、第二個種樹、第三個填土。但是今天，第二個請假沒來。」 　　SOP是必要的。但是，缺乏溝通的任務目標與僵化的責任分配，SOP就會是一場災難。 　　2 蘋果與駭客 　　誰是今年網路業最火紅的人？不要懷疑，「駭客」絕對是候選人之一。 　　駭客組織LuzSec以攻進Sony會員資料庫聲名大噪，隨即駭入美國中情局、參議院網站；另一個駭客團體Anonymous則揚言在11月要攻陷Facebook，五角大廈和新聞集團網站則是他過去的「戰績」。 　　怎麼降服這批來去無蹤的「匪類」？蘋果的做法可供參考。 　　如果你是資深蘋果迷，一定聽過（或做過）JB

。JB就是越獄（Jail Break）、破解軟硬體。近一年，許多iPhone使用者甚至在網路上公開破解方式，讓大家可以免費使用付費App。 　　蘋果如何防堵？他們看上最具知名度、專駭蘋果的網站JailBreakMe，網羅他的站長Comex，這位今年才19歲的駭客，九月開始就是蘋果的員工了。 　　任何組織都有弱點，蘋果當然也是。當最瞭解你的弱點的人變成自己人，會為組織帶來進化；如果讓他們變成敵人，那絕對是一顆不定時炸彈。 　　3 贏得民心的捷徑 　　九月國際政治的熱點，是德國的「海盜黨」。這個成立短短五年的政黨，僅僅12000名黨員、平均年齡31歲，卻在柏林邦的議會選舉中拿下近9%選票、15個席

次。 　　他們贏得民心的方式很數位，他們開發一個名之為「液態回饋系統」（Liquid feedback System）的網站，在上面讓大眾拋出議題、討論、投票、立案、提出改變申請、表決。選民甚至可以通過手機，來進行每一段議案的參與。 　　你驚「駭」嗎？不要懷疑，連最頑固、保守的政治界，都開始鬆動了。 　　這本《夠「駭」才能成為職場A咖》，主軸在於鼓勵並指導工作者要勇敢打破組織蠢規則，以「創造式破壞」為組織帶來更高的效能。但從另一個角度來看，主管與經營者更應該深入瞭解這一場由數位世代帶動的社會變革。他們直接坦率、不講禮數，有更好的工具、更大的破壞力。當他們的建議出現在公司內部網站的留言版，或者和

你同桌開會，你認得出他們嗎？可以和他們對話嗎？還是在一念之間就將他們打入黑名單？ 　　從《夠「駭」才能成為職場A咖》這本書開始，承認並面對組織的弱點，打造一個透明化的訊息平台，獎勵有原則的逆向操作者。發現組織裡「駭」的DNA，是進化的開始。 《數位時代》《經理人月刊》 共同社長兼總編輯長  林文玲 前言 噗…… 　　好幾年來我們都在公司後巷搜索，跟職場上的壞男孩和野女孩開秘密會議。空飲料罐、披薩餅皮和撕碎的保密協議四散會場各處。 　　「噗，你究竟要怎麼搞定一切？你有何解決之道？有什麼辦法能讓公司存活下去，讓顧客心滿意足、隊友全心投入、自己完美演出？我們希望全世界明白善意駭客的力量。」 　　我們

是誰？幹嘛這麼做？我們只是兩個投入事業生涯，想辦法走旁門左道避開企業狗屎的平凡男子。 　　比爾的正職工作乃簡化工作流程。過去二十年，他問過世界各地五十多萬人，是什麼害他們的工作那麼困難，那麼複雜。「長」字輩喜愛他對「簡單」的發現。比爾為高階主管及其團隊提供諮詢，教他們如何透過簡化作業來提升工作效率。他曾為全球許多規模最大的公司、地方及聯邦政府，甚至美國海軍海豹特遣隊（Navy SEALs）擔任顧問。 　　但比爾最重要的忠告總是碰壁。他的研究時常發現，工作會那麼複雜，最大的根源就在每家公司的「基礎建設」中——我們理應用以完成任務的工具和程序。那些是設計來幫助公司成功，而非幫助做事的個人成功。 　

　公司無法解決這個顯而易見的問題，就是它最大的問題之一。但多數耆老的反應都很冷淡：「別碰那一塊。」 　　「啊 ~ 我要怎麼讓人們聽話呢？」比爾心想。對付這個問題會改變遊戲規則……為每一家公司帶來真正的競爭優勢，讓每一個人不再深感挫折，白費力氣。 　　答案終於在一場TED（技術、娛樂、設計）會議把酒言歡時出現。「改變方式吧，」喬許說，他才剛說到他是怎麼「駭」了烏鴉的敬業態度，訓練牠們把錢叼給他。「如果高階主管不聽，那我們就教員工怎麼去『駭』他們的問題吧。」 　　從早年大快朵頤Wi-Fi在西雅圖的密碼，到最近替美國情報單位擔任顧問工作，喬許一直在『駭』技術，並加以組合發揮絕佳效用。幾年前，他發現這

種系統思維不僅可用於技術層面，也可以應用在人和組織上。 　　在協助世界各地的公司充分利用自身技術期間，喬許親眼目睹人們有多不願意質疑他們認為理所當然的事情——以及質疑能帶來多強大的力量。從大企業到創業公司，從投資人到學生，他發現儘管人人都在談創新，卻鮮少人願意扣下能殺死舊商業模式的扳機，或欣然接受能創造新模式的機會。 　　喬許不斷質疑現狀的特質幫助他出版了一部免費發贈的小說，使他受邀赴全球進入門檻最高的會議發表演說，告訴與會者他們做錯了什麼，也讓他得以在辭去工作後薪水倍增。 　　透過喬許的科技敏銳度和比爾的商業背景，我們的後巷討論會造就了成千上萬員工的真心話。從在前線服務顧客的客服員，到公司伺

服器密室裡的電腦怪傑，那些受雇者跟我們說了他們不會告訴老闆的事。 　　這本書是一封措詞嚴厲，但深情款款的信：有一支出於善意，救亡圖存，一次幹一件壞事的地下駭客軍團。這是他們的故事。 　　這也是我們的故事：兩個駭了未來，一次駭一天的傢伙。祝你找到更好的做事方法，並一路玩得愉快。 [email protected]@HACKINGWORK.COM 你有沒有打過電話給掌管某個程序的人，請他破例更動截止時限或規則？你有沒有把公司檔案寄至個人信箱，以便可以回家處理？你是否曾為了多做點事而改變規則？如果答案是肯定的，你是否覺得因此更有效率？有，那你就是駭客。你生為駭客。所有孩子都是

駭客。「駭」這個舉動代表你充分了解某個系統，才能將之拆解，玩弄內部規則，以及做些事情加以改進。拆卸和改善的欲望是與生俱來的，每個人都有。多數孩子都會著迷於思考如何進行創新和發揮創意，而一切就從拆解東西開始。回首過去，你一定有類似的故事。或許是重新編寫令堂最愛的食譜，重新設計家裡的電器，或重新訂定支領零用錢的規則，以便能花最少的力氣謀取最高的報酬。孩子們就會幹這種事。他們透過「駭」來學習、成長和充分想像新的可能性。那是很自然的方式，也非常有效。長久以來，要精通某個主題，拆解東西、重新組合一直是最有效的方式之一。不幸的是，我們大都長大了。也就是說，我們逐漸接受「駭」是錯誤的學習方式。正確的方式是排

排坐，保持安靜直到被叫到名字，舉手發言，還有，一定、一定要遵照某位權威人士所安排，有規劃、可預期的過程。駭，是不好的。嘖，嘖。遵守規則，專心聽教室最前面的那個老闆講課，才是好的。乖寶貝！※無論你是技術達人、偶爾涉獵者或急欲逃出官僚煉獄的企業奴才，「駭」的動力總是落在同樣的類型：好奇心：「我想知道如果怎樣會怎樣……」想像力：「欸，如果怎樣不是很酷嗎？」驅動力：「我不接受『不』字。一定有更好的辦法！」正因如此，「駭」的工作才會如此強大而必要。老闆忙著思考如何讓公司掙脫死亡螺旋，因此沒辦法重新思考有關作業設計的事。所以由你來：你充滿赤子之心，熱情洋溢，更重要的是——對於令眾人飽受折磨的問題，你具備解

決問題所需的實務經驗。你是公司需要的那種英雄，尤其如果它墨守成規而不自知的話。在你思考「駭」這事兒的同時，有一個重要的原則務須牢記。「駭」不見得要從你心裡的解決方案開始。你不見得要有正確的答案，公司的做法也不見得是錯的。「駭」要從「要是怎樣會怎麼樣？」和「我很納悶，為什麼……」開始。「駭」會奏效是因為它真正的對象不是你的老闆或官僚制度或那些愚蠢的程序。而是拿毯子當披肩站在椅子上，然後滿懷信心地跳起來——相信將飛入一個無限可能的世界——的你！※ 讓我們開誠布公地開啟我們的關係：說到「駭」這玩意兒，你並不純潔。你已經「駭」了很多年了。而你也不是唯一一個駭客。他在駭，她也在駭，我們在駭，他們也在駭，

老的小的、菁英的愚蠢的、懶惰的急躁的都在駭……每個人，每個地方都在駭。新技術已劇烈改變人際關係的社會、文化和經濟風情，逐漸使得每個人都在幹駭客幹的事：你在找美人魚穿溜冰鞋的圖片供簡報時使用嗎？用Flickr！想為新產品創造最好的交易嗎？試試RetailMeNot、 BuyWithMe、Ebates或Stingier！想競選美國總統但不想卑躬屈膝於特殊利益團體嗎？繞過慣常的做法，直接向大眾要求數百萬筆25元捐獻吧！希望你64GB的iPod Touch物盡其用？上ThePirateBay或Spotify找你需要的東西，或利用你（或你孩子）大學的免費檔案交換系統吧！你總算欣然接受它了。無論你是透過「

駭」來運用特別的社交關係，或透過「駭」來拿到那些票或最新的折扣或免費品：你都是駭客。沒有不是駭客的人，只有希望不會被當成駭客的人。全球經濟進展如此迅速，多數行之有年的系統都已跟不上腳步。這點，加上新的技術，創造出每個地方的每個人都能利用的機會：駭掉任何太慢、太官僚、反應太慢或成本太高的系統，已是全球經濟引擎的一部分了。揭竿起義的是那些學習慾望強大的中堅份子。他們的指導原則：資訊想要自由。所有資訊都是好的。唯一的規則是：「別當渾蛋。」如果那意味著分享解碼器讓每部DVD都能在任何地方觀看，或分享汽車電腦系統的後門程式來改善其懸吊系統——那就這樣吧。如果資訊流通能讓大眾獲益……呃，那我們就是地球的好

公民嘛，對不對？現在，這種行為已蔚為主流。不再只有入侵企業系統的電腦怪傑能當駭客。她是一家位於你八成沒聽過的小鎮的三人公司的創辦人，她相信她可以瓜分產業龍頭的市占率。她在Google上鍵入「Google hacks」，馬上得到一長串不到一行的問題，讓她得以研究競爭對手的客戶接觸、專利申請、合約文件、訂購單等等。如果只要問Google便可輕易獲得這類關鍵資訊，那麼身為明星員工的你臉皮厚得膽敢「駭」你自己的工作地點，公司又有什麼好驚訝的呢？他們不該驚訝。事實上，他們早在多年前就親自「駭」過，為你樹立典範。打從你出生以來，老闆們就在「駭」你的系統——每當他們想賣東西給你的時候。病毒式行銷影響了令堂，

使她買下某種品牌的尿布或洗潔劑。後來，同一批公司運用你的社群網絡和他們在網路上蒐集到有關你的資料，讓你相信他們的牛仔褲或啤酒或行動電話或零食酷到非買不可。然後他們用你的時間而非客服人員的時間建立電話聯繫網，因為那對他們更具成本效益。甚至債務催收人員也會入侵你的臉書頁面，監控你和朋友討論的每一筆買賣和財務問題。例子不勝枚舉——你一輩子都在被某人的老闆駭！全都為了他們的收益和市場占有率。是該駭回去的時候了。畢竟，如果「駭」對他們有益，對你一定也有好處——有來有往才公平。

機場問題Talmud法則之刻劃

為了解決問題例子的問題，作者張獻文 這樣論述：

探討機場問題中，數家航空公司合作建造飛機跑道，而跑道成本該如何分攤。本篇文章利用Talmud法則作跑道成本分配的法則，並以Hu et al. (2011) 和Yeh (2007) 文章中提及的公設刻劃Talmud法則並探討其刻劃公設之間的獨立性。