大英百科全書軟件文章列表:

• 1、英語老師需要知道的18個外國百科網站建議收藏
• 2、好怕這款識別謠言的AI，家庭群里沒什么可聊的了
• 3、自覺差距很大，但是不知從哪開始學習，該怎么辦？
• 4、坤鵬論：統計學有妙用 識破上市公司造假迷局
• 5、超估價1200倍！兩冊永樂大典國寶回歸

英語老師需要知道的18個外國百科網站建議收藏

1

Answers

http://www.answers.com/

Answers.com網站，提供英語、德語、西班牙語、法語、意大利語和他加祿語6種語言版本，是一個知名的信息參考網站。

2

Semantic Scholar

https://www.semanticscholar.org

Semantic Scholar 是由微軟聯合創始人 Paul Allen 所開發的免費學術搜索引擎，你可以在 Semantic Scholar 上搜索到來自學術期刊、學術會議及學術機構的文獻。在搜索學術文獻的時候，你不但可以通過時間線快速找到具體年份范圍的文獻，還可以通過強大的篩選功能更加精準地找到自己所需要的文獻。

3

Many Things

http://www.manythings.org

專門針對英語學習者，按照物件類別分享資源，包括單詞列表，mp3聽力文件，還有語法、詞匯等等。

4

Visuwords

http://www.visuwords.com/

輸入要查的單詞，它會把和這個單詞有關的全部家族詞都幫你分解出來，還會按遠近親疏用不同的距離表現出來。

讓你一次性get關于它的近義詞、反義詞，甚至從屬關系和因果關系的詞匯，鼠標移到單詞上就會有英文釋義。在這個網站，查詞的時候隨便點點就會有十足的驚喜感。

5

Phonics and Word Study

http://www.ascd.org/publications/books/108002/chapters/Phonics-and-Word-Study.aspx

學習科學拼讀拼寫規律，也就是scientific spelling。這一項非常重要但是國內幾乎沒有人教，教學材料也很少。這個網站上有一些基本的Phonics and Word。

有興趣的可以找英語phonics的專業書進行全面的學習。拼寫規律稍微少一點，主要兩大條：第一是7個Never or Rarely Double的字母H, K, Y, J, V, W, X， 第二， 五個Spelling Rules。可自行搜索Floss Rule， Rabbit Rule， Doubling Rule， Dropping Rule, Changing Rule。

6

UsingEnglish

http://www.usingenglish.com/handouts/

285個免費語法、詞匯練習講義，注冊后可以看其余222份講義和語法練習題。

7

Internet Archive

http://www.archive.org

Internet Archive 正如它的名字一樣，是一個「互聯網檔案室」，你可以在 Internet Archive 搜索到上百萬的免費資源，這些資源囊括了圖書、電影、軟件、音視頻、圖片等。網站也提供了非常詳細的篩選功能來幫助我們更加高效地找到所需資源。

除此之外，Internet Archive 還收錄了許多網站的歷史快照，你可以在 Internet Archive 上找到谷歌、蘋果等許多網站的歷史頁面。如果你想發掘一個網站的歷史（或黑歷史），Internet Archive 這個「互聯網檔案室」絕對是你不可錯過的地方。

8

WikiHow

http://www.wikihow.com/

wikiHow是一種人人都能編輯的網站，其內容由社區共有，并可以被自由使用。任何訪問者都可以創建新頁面并撰寫怎樣做某件事的文章。當頁面被提交之后，其他訪問者可以編輯和修改頁面。

9

維基百科

http://www.Wikipedia.org/

維基百科（Wikipedia）是一個自由內容、公開編輯且多語言的網絡百科全書協作計劃，通過Wiki技術使得所有人都可以簡單地使用網頁瀏覽器修改其中的內容。“Wikipedia”這一單詞是由該網站核心技術“Wiki”和具有百科全書之意的“encyclopedia”共同創造出來的新混成詞。

10

大英百科全書在線

https://www.britannica.com/

由私人機構大英百科全書出版社所出版的英語百科全書，被認為是當今世界上最知名、最具權威的百科全書，是英語世界俗稱的ABC百科全書之一。大英百科全書的條目是由大約100名全職編輯及超過4000名專家為受過教育的成年讀者所編寫而成。它被普遍認為是最有學術性的百科全書。該網站就是大英百科全書的在線版本。

11

世界圖書百科全書

http://www.worldbook.com/

世界圖書公司成立于1917年，總部設在伊利諾伊州。世界圖書公司在百科圖書、參考資料，家庭和學校的數碼產品等產品領域都屢獲殊榮。近90年來公司一直致力于世界百科全書和參考資源的出版，來滿足不斷變化的受眾需求。

12

Encyclopedia.com

作為互聯網上最大的在線百科全書收集，Encyclopedia.com為您提供參考條目，參考條目的來源都非常可靠，如牛津大學出版社和哥倫比亞百科全書出版。用戶在這里可以免費獲得近20萬個參考條目、超過50,000個主題摘要以及其他相關的圖片，視頻，報紙、雜志文章。

13

How Stuff Works

HowStuffWorks.com是一個屢獲殊榮的網站，網站包含10個頻道，涵蓋數千種主題：汽車，計算機，電子，娛樂，健康，家庭，金錢，人才，科技和旅游。

14

Information Please

www.infoplease.com

Information Please包含在線詞典，互聯網百科全書，和歷書參考。

15

Bartleby.com

Bartleby.com專注于經典和一般的參考作品。

16

Skeptic's Dictionary

http://skepdic.com

Skeptic's Dictionary致力于揭露超自然現象、神秘現象、替代醫學等偽科學，幫助讀者識別生活中各種偽科學與迷信。

17

Knowledge Nuts

http://knowledgenuts.com/

Knowledge Nuts是一個信息網站，秉承著“以最短的時間獲得最豐富的知識”，包括差異、事實、誤解三大版塊，揭開人類存在的事實，事物之間的差異以及世人對事物的誤解。

18

edtechteacher

http://besthistorysites.net/

EdTechTeacher是一個了解歷史的目錄導航類網站，共收錄1200多個關于歷史、教書、教師指導等類型網站。歷史涵蓋廣泛，包括史前、古代歷史、中世紀歷史、軍事歷史、現代歷史、美洲歷史、歐洲歷史等。

好怕這款識別謠言的AI，家庭群里沒什么可聊的了

花兒街參考 · 出品

作者 | 林默，微信公眾號：花兒街參考（ID:zaraghost）

1

問：下面哪一個瞬間，是你跟爸媽溝通最無奈的時刻？

A.告訴他們你不需要找對象的時候

B.說服他們你不需要按摩手上那32個穴位區的時候

問：下面哪一個場景，是發現你媽跟你姨，也不過是塑料姐妹花？

A.在她們背后說起對方家的孩子的時候

B.在她們爭論泡腳究竟治百病，還是慢性自殺的時候

問：下面哪一種隔閡，把你和你爸媽分隔的最遠？

A.你們手機中表情包筑成的鴻溝。

B.他們轉發的養生謠言砌成的長城。

2

謠言養生帖會不會像《三年高考、五年模擬》一樣，成為你爸媽生命中不可磨滅的一部分？

畢竟它們生產的方式也差不多，都是幾個類型題變個馬甲來回換。

不知道英文不太好的你們，有沒有像我一樣注意到一條英文的新聞，（其實我也是聽別人說的）。

有一個叫國際計算語言學學會的組織，搞了一個SemEval語義測試大賽，這個語義測試大賽具體的內容我就不多介紹了，畢竟我也介紹不出來啥。

但是，這個語義測試大賽中，有一個你我都很熟悉的重要項目——識別假新聞。

哥倫比亞大學、華盛頓大學、艾倫·圖靈研究所等等20多所研究機構都帶著他們的AI去參加了。

主辦方po出了過去兩年中，Twitter和Reddit上涵蓋政治、商業、科技、娛樂、體育、健康等領域的500個言論，以及1萬多條針對這些言論的相關反饋數據。

比賽結果顯示，機器確實不太好騙，AI分辨謠言的速度最快速度只要一秒，其中拿到第一名小紅花的阿里AI，對謠言識別準確率高達81%。

3

看到這里，你一定想激動地伸出小胖手拍拍，這樣的技術進步真好，如果朋友圈和微博等社交媒體能接入阿里這謠言粉碎機，那么60%的內容將被識別為謠言。

熔斷這種金融圈的產物，將跨界降臨社交媒體。

你再也不用費勁唇舌給你媽解釋，“夕熬夜、朝得癌癥”是謠言；那些泡腳不泡腳的震驚，都是謠言；那些不轉不是中國人的，還是謠言。你再也不用擔心，你們家的錢錢，被別人家賣藥的孩子騙了。

好想把你媽從謠言的世界拉出來，一起到你的人生高度，呼吸一下智慧的空氣。

這個AI，簡直是天使大姐派來幫你教育你媽的。

4

這個世界是一直有天使的，關鍵是你從來整不明白天使到底站哪邊兒。

在AI降臨后，也許你家的畫風是醬嬸兒的：

手機和你的眉毛一起輕揚，“看到了吧，媽，看到AI分析的結果了吧，《秋冬泡腳的時候加點它，三天逼出體內濕氣》和《天天用熱水泡腳，竟是慢性自殺？看完驚呆了！》都是謠言，這種文章我一看就知道是假的。人不能在一塊石頭上跌倒兩次，你怎么就能在一個謠言套路里養生N次呢？”。

你媽謙遜地點點頭，“看到了看到了，確實都是謠言。不過啊”，你媽的面色露出了一絲狡黠。

“AI還提示，我盆友圈里用相同套路編造的謠言，還有你上次轉給我的那篇《兩片阿斯匹林》”。

你的驕傲凝滯在了空中。你記得那篇文章，它來自以色列科學的研究成果，條分縷析言之鑿鑿地介紹了，當心肌梗塞的征兆發生時 ，兩片阿司匹林將如何把人從死神的手上搶救回來。

你趕緊云盡孝了一把，把這篇文章轉發給了你媽，囑咐她一定要放兩片阿斯匹林在床頭。從此，你媽、你姥爺、你舅媽的床頭前，都多了兩片白色的小藥丸。

AI還提示，經過和專業醫療領域的公開研究成果比對，阿司匹林只對預防和治療心血管疾病方面有效，并不適合應對心臟病突發的急癥。

在養生謠言面前，我們都是個孩子。

5

眼看著床頭上那兩片阿斯匹林仙丹已經滾回了藥瓶，你滾到了你爸身邊，他正叼著一根牙線，瀏覽同學群里的熱血文章。

中國大爺真奇怪，年輕的時候當牛做馬，老了各個戰狼附體。

“爸，你怎么還看那個群里的文章，AI的分析結果你看了吧，上次你們瘋狂轉那篇《“鐵娘子”默克爾面對柏林墻，淚流滿面的告別演講……》是假新聞，當時我就跟你說，默克爾告別演講，這么重要的新聞事件，怎么可能新聞里都沒有報道呢？想要不被騙，還是要看新聞的”。

爹地點頭，“你是沒少看新聞吧，AI提示我，你上次轉發的那條姜文如何帶兒子消失了一年，去新疆吃苦的文章，雖然是一篇謠言，但許多細節確實來自于新聞報道，怪不得把總看新聞的你都騙了”。

你有些心塞，想吃兩片阿斯匹林順順。

AI還提示，默克爾的“告別演講”，行文風格過于煽情；關于姜文的文章寫作風格過于雞湯，是謠言的概率高。

每個人的內心都住著一鍋雞湯，你爸的口味重一點而已。

6

你已經不敢再往舅媽身邊溜達了。萬一她羞赧一笑，拉住你說，她上次轉發的那條“莫言先生說，我遠離兩種人，遇到好事就伸手的人；碰到難處就躲閃的人。我掛念兩種人，相濡以沫的愛人，肝膽相照的朋友”確實是謠言。

但是啊，你發的那條“魯迅說，到了一定年齡，必須扔掉四樣東西：沒意義的酒局，不愛你的人，看不起你的親戚，虛情假意的朋友！”，難道不是謠言么？

你只能去謠言鄙視鏈的最下端，尋找一下自信了。

你端著一盤葡萄，走到你姥爺身邊，“姥爺，看AI的分析結果了吧，無籽兒葡萄不是避孕藥泡大的昂，快吃吧”。

姥爺捻起兩粒葡萄，在手里盤了下，“是啊，不過你也看到了吧，把兩顆葡萄一起放進微波爐里，不會把家燒沒了”。

電光火石之間，你憶起來了，那是你轉到家庭群里的一篇科學知識，《不要模仿！把兩顆葡萄一起放進微波爐 ，能燒得你家都沒了》。

按照那篇硬核知識的介紹，因為“兩個挨在一起的葡萄”這種形狀，配合2.4GHz微波爐的波長，恰好就能造出一個超級熱點。把集中起來的能量傳遞給葡萄里天然存在的鈉離子鉀離子，于是產生了等離子體，放出耀眼的光芒……“

接受過九年義務教育的你，在這種高中物理與化學合體面前，瞬間卑微到了塵埃里。只想趕緊提示家里的親戚，不要在黑暗料理中黑暗了家。

AI提示，這篇文章的寫作風格并非科學性的，而偏夸張性。經過和專業領域的公開研究成果比對，當你把兩個葡萄放進微波爐加熱，你將得到兩顆熱葡萄。

葡萄可能是所有水果里，被謠言翻牌子概率最高的。無籽兒的是避孕藥里泡大的，有籽兒的能把房子點了。

7

機器為啥比人不好騙？

如果你真有臉問出這個問題，我只想說，你自己天天忙啥呢，心里沒點兒X數么？

首先，盡管培根從來沒說過“知識就是力量”，但是AI確實比姆們有知識。比如人家能在毫秒內就讀完有4300萬字的《大英百科全書》。

硬核的是，AI還是按照小學班主任對姆們的要求去讀書的。

老師的話你們還記不記得——要把知識轉化成自己的。在毫秒內讀完《大英百科全書》后，AI立刻就能整出自己很懂的樣子，快速回答書中不同領域的問題，例如恐龍什么時候消失的，美國第五任總統是誰？

老師經常嘶吼的另一句話你還能不能想起來——要能提出問題。比如阿里AI可以自動根據謠言主題對其進行分類，發現最有可能判定該謠言的專家，推薦專家對疑似謠言進行鑒別。

第二，有了知識之后，AI還比姆們勤快。

我在報社上班的第一年，帶我的編輯老師說，“如果你能瀏覽到搜索引擎第100頁，你總會比別的記者多發現點兒什么”。

AI會把自己理解的內容，跟公開權威網站和自身知識庫內進行檢索對照，看看這個消息是不是官宣，有沒有過靠譜的媒體發布，符不符合科學常識。最先發出消息的是誰，最先轉發的是誰，并根據不同的發布者和回復者的用戶畫像確定它的真實程度有多高。

第三，AI不像姆們這么情緒化，在AI面前，全人類都是我這樣的東北人er。

我的朋友黨九說，她曾經害怕這款AI帶來這樣的負面效果——讓家庭群里沒什么可聊的了，疏遠了親情。現在想想不用怕了，AI拉平了你和你媽之間的謠言鄙視鏈，甭管人類的悲歡是否相通，你和你媽轉發的謠言一直相通。

AI幫你識別的最深刻的一條謠言，原來是“家庭群里的其他人，天天轉發假新聞”。

貪財好色的花兒街致力于為大家帶來更有價值的閱讀。原創轉載請注明來源花兒街參考(zaraghost)、作者，侵權必究。

自覺差距很大，但是不知從哪開始學習，該怎么辦？

數十萬互聯網從業者的共同關注！

作者：可聊

原文鏈接：

http://www.zhihu.com/question/27176960/answer/57005226

歡迎投稿到早讀課，投稿郵箱：mm@zaodula.com

記得以前看到過知乎上的一個回答“一直宅在家里看書是否可行”。一個高票答案讓我深有同感，大意是：

你必須保持入和出的平衡。

你不輸出，等于沒有輸入。

直到開始輸出的時候才發現，以前所謂的讀過根本就是錯過，所謂的宏圖根本就是執念

跟知識的邂逅就跟談戀愛一樣，沒有什么命中注定，能做成的事，能讀精的書，很少是從計劃表中來的。以為看完豆瓣上評分8.8以上的書和電影就會成為大牛嗎？TYTSP。

因為不論知識還是經驗的獲取路徑，永遠都不是一條直線，而是一個實踐和理論的往復折線。靠直線獲取的總是費效比最高的。就像你可以背大英百科全書，然而卻并沒有什么卵用。

拿裝修打個比方，我們需要的材料，決定于我們想要設計什么樣的室內空間。雖然你可以先去建材市場看看給自己提供指導，但一定不是直接跑到阿里巴巴建材區，點按銷量排行，買回來一堆高性價比的爆款，再考慮它該裝在墻上，還是天花板上。

即便是經過反復推敲的設計，如果不能在施工中根據實際情況做出調整，最終效果也不會好到哪里去。

曾經我以為，書只要堅持連續一本本看下去便能融會貫通，豆瓣已讀標記了不少，卻發現到頭來之前的書沒什么印象，而對計劃要讀的書已然失去興趣。后來開始試著在讀書時摘抄些寫得好的段落并附上感受，并把讀后感發在豆瓣或知乎上。。剛開始寫的自己都看不下去：提筆忘詞，行文不通，最重要的是，我甚至發現一些章節我都忘的干干凈凈了。。。但不論怎么不滿意，還是要寫，因為我發現這個習慣，讓我讀書的印象比以前深了好多。更重要的是，寫作讓我對如何用知識進行再創造慢慢產生了興趣---有時發現好像抓住了根藤條，順著它能聯系的知識和經驗越來越多，而且竟然發現對需要讀的書看得更清了。（有的偏門冷知識，本來沒怎么注意的，卻有時意外獲得了很多贊，從而也引起了進一步探索的興趣，這也是網絡互動帶來的驚喜吧）

學技能也是一樣的。 我是學建筑設計的，我不止一次聽到身邊有人說要在暑假學習rhino建模，或者啥時候準備開始擼起袖子學vray渲染，學photoshop，學illustrator。。。幾乎都是無疾而終。我知道，這些東西，從他們翻開《grasshopper從入門到精通》，或者《vray渲染大師速成》這類書的時候，他們的興趣就注定開始喪失了。

而我最常看到的，也是我發現唯一有效的方法，是做了一個project，必須要用到這個軟件，你不用想，保證秒會（當然過程是極耗精力的），不用想自己計劃要學這個還是那個，輸出的過程自然就會讓你瘋狂地看書上網學技能。不僅秒會，而且快捷鍵、小技巧溜得可以跟那些天天叫著“學軟件”的同僚們裝大師了。

找一個固定的創造力出口，讓你做的事來幫助你挑選你需要學的知識，而不是相反。比如在知乎答題，在豆瓣發文，或者是在博客寫作（至于微信微博就算了，知識在那都碎成渣了），亦或是靠搭建個個人網站來學習軟件和語言，或者定期發布攝影作品來學習某個主題攝影的技巧；至于英語，閉門造車可以練閱讀，但練不好表達，當年練托福口語的時候都是在網絡上找小伙伴互相上傳錄音打分的。 因為你的輸出，是必定有反饋的，或者來自別人的評價，即便沒有，輸出的過程也會讓自己看清自己的盲點。

或許下次你在讀書后偶然和人聊天引起的思考，或者是哪個你必須踏足新的領域才能完成的任務，會故意露出那根藤條勾引你往上爬。那時的你，雙手抓著藤條，就不會伸手去到處夠那些對你不重要的石頭了。而且你會覺得，那些還在懸崖下還在猶豫究竟選擇哪條路徑開始攀登的人，很可笑。

互聯網早讀課，每天八點，風雨無阻

專注產品、設計、交互、運營

微博：@互聯網早讀課

加群密碼：地區-職位-昵稱

互聯網早讀課是WeMedia自媒體成員之一，

WeMedia是自媒體第一聯盟，覆蓋5000萬人群

坤鵬論：統計學有妙用 識破上市公司造假迷局

昨天，坤鵬論談到了上市公司造假的問題，難道就沒有辦法識破嗎？

正是這樣的疑問使我想起了概率論中一些辨偽招數，今天就來聊聊它們。

當然，即使掌握了這些方法，也不能讓你輕松破解財務造假，畢竟道高一尺，魔高一丈，這樣的博弈一直在不斷升級。

一、統計學教授用概率破解造假

大多數人都不了解概率在日常生活中的重要性，美國有位教授曾用下面的方式，向他的學生證實這一點。

他每年教統計學時，都會要求班上的每個學生假裝隨便扔20次硬幣，并把想象的結果寫在一張紙上，并用X和O分別代表硬幣的正面和反面。

但是，他會指定一名學生必須真的扔硬幣，而且照實記下結果。

學生在做這項功課時，教授會暫時離開教室，等到學生們都完成后，他再回來。

他面對的挑戰是，從許多記錄紙張中挑出真正扔硬幣的結果。

令學生們總是不可思議的是，他每次都指認無誤，從來沒有一次失手。

他是怎么做到的呢？

這是因為真正扔硬幣的結果，幾乎都會包含有最長的連續正面或反面組合，比如：OXXXXXOXOOXOOXOOXOOX，而想像的結果通常是這個樣子的：XXOXOOOXOOXOXXOOXXOO。

這是因為我們普通人都會低估連續丟出好幾個正面或反面的可能，所以才不會寫出一長串相同的組合。

盡管根據概率的特點，如果長時間的話，出現正面和反面的次數會相同，但也有老是丟出正面或反面的時候。

根據專家的不懈實驗，丟硬幣有如下學問：

1.任何一次丟硬幣，出現正面或反面的幾率都是50%，也就是1/2。

2.但是如果連續丟20次硬幣，在這個過程的任何時候，連續出現3次正面或反面的可能性，高達80%，連續出現4次正面或反面的可能性為50%，連續出現5次正面或反面的可能性是25%。

3.在這個過程的任何時候，不論已經連續出現幾次正面，下一次再丟出正面的可能性還是50%。

短期來說，股市也是一種概率，假設一只股票，第一天跌了，第二天跌了，第三天跌了，第四天跌了，越往后，其跌的概率越低，那就意味著，概率本身就和企業的價值無關。

用概率去炒股，它是非常準確的，如果你能建立一個數學模型，用概率去計算，那個股價應該是最標準的，只是找到合理的模型很難很難。

二、沒有可疑才是大大的可疑

某餐館老板做了假賬，編篡了每個星期的營業額。

但其賬簿在內行人眼里，錯得非常明顯：n多數據末尾中沒有一個以00為結尾。

這是因為偽造數據者往往認為整數不夠隨機。

但是，在真實的世界中，從00到99，每組兩位數的出現概率約為1%。

這同樣也是統計學的概率，大多數人不懂，自然也就編不出正常的數據，人們在偽造數據時常會犯的錯還包括：

多次使用個人偏愛的數字，因為每個人都有自己偏愛的數字，造假時往往真情流露，經常使用它；

有意識地避免整齊的數字，或者連續的數字，認為它們“不夠隨機”，不夠真實；

當人們要偽造表面合理的數據時，他們一般會用以5或6為第一個數的數據；

如果數據有上限，比如報銷金額是500，可能會多次采用478、485這類靠近的數字......

當人們在數據上造假時，必須捏造一系列看似正常，沒有可疑之處的隨機數字，而偏偏就是這樣的“沒有可疑”，事實上才是大大的可疑。

三、本福特定律

話說美國有位傳奇天文學家叫西蒙·紐康（1835年3月12日~1909年7月11日），被《大英百科全書》譽為“那個時代最顯赫的天文學家之一。”

他曾寫了一本名為《通俗天文學》的書，從1923年至今，重印上千次，全球銷售過億。

紐康在查閱對數表時發現了一個奇怪的現象，包含以1開頭的數的那幾頁比其他頁破爛得多，似乎表明計算所用的數值中，首位數是1的概率更高。

1881年他發表了一篇文章提到并分析了這個現象，但沒有引起人們的注意。

直到57年之后的1938年，美國有位電氣工程師再次發現了這個現象。

此人叫弗蘭克·本福特，也有說他是物理學家，反正和統計學、概率論沒有半點關系，但人到中年時卻迷上了一個與概率有關的課題，課題得到的結論就是現在要說的“本福特定律”。

這個定律說，在眾多真實數據中，以“1”為首位數字的數出現的概率約占總數的三成，也就是30%左右。

比如：隨機抽取銀行1000多個儲蓄賬戶，存款金額不等，請問，這些存款數額中第一位是1的概率有多少？

我們知道，存款金額隨機的話，那么第一位從1到9都有可能，正常人的答案肯定是1/9。

但是，本福特通過不斷驗證后卻告訴我們，數字越大，出現在第一位的概率就越小。

首位數字為1的概率能達到30%，以2開頭占18%，以3開頭的情況約為12.5%，而數字9出現在第一位的概率只有4.5%左右。

在發現這個規律后，本福特興奮不已，馬不停蹄地收集并研究了20229個統計數據，包括河流面積、人口統計、分子及原子重量、物理常數等多種來源的資料，并分成20組。

雖然數據來源千差萬別，卻基本符合本福特之前發現的規律。

本福特的發現實至名歸地成為了定律。

本福特定律適用范圍非常廣泛，自然界和日常生活中獲得的大多數數據都符合這個規律。

比如：統計一下世界上237個國家的人口數量，以1開頭的數驚人地占到了27%，而以9開頭的數卻只占5%。

不過，這個定律也有以下限制：

數據必須跨度足夠大，樣本數量足夠多，數值大小相差幾個數量級；

人為規則的數據不滿足本福特定律，例如按照某種人為規則設計選定的電話號碼、身份證號碼、發票編號等。

為造假而人工修改過的實驗數據、彩票上的隨機數據也不符合本福特定律。

雖然，紐康和本福特都總結出了首位數字的對數規律，但并未給出證明，直到1996年佐治亞理工學院的數學家泰德·希爾依據本福特定律確定哪種情況產生這種數字，并進行了嚴謹的數學證明。

他還指出，當我們擁有分布中的分布，也就是對隨機抽樣的隨機采集時，這樣的數字集就會出現，龐大、混雜的數字集也遵循本福特定律。

上世紀70年代初，谷歌首席經濟學家的哈爾·瓦里安曾表示，如果經濟數據在進入一種經濟模型時符合本福特定律，但從這種經濟模型出來時不符合本福特定律，那就應該再研究一下這個模型。

圣·路易斯華盛頓大學經濟學家約翰·奈和查爾斯·莫曾利用本福特定律，考察了一些基本的宏觀數據。

他們發現，經合組織（OECD）的數據非常符合本福特法則。

這表明，GDP數據應符合本福特法則，但非洲的GDP數據則與之不符。

當然，我們無法肯定，這些不符緣于弄虛作假或統計部門資金不足，但這提醒我們，某些數據應伴隨健康警示。

再后來，美國一個有數學天賦的會計師——馬克·尼格里尼，在上世紀90年代名揚天下，原因是他利用本福特定律，發現了會計造假、欺詐和逃稅行為，比如：偽造一些小額發票，金額略低于需要管理層批準的門檻。

尼格里尼根據本福特定律發展出一套方法用來檢驗帳目的真實性，如果有人對帳目做過手腳，利用他的方法可以發現疑點，該方法被成為“尼格里尼求和法”。

后來，“尼格里尼求和法”被執法機構、稅務機構和私營部門廣泛采納。

審計人員可以利用這一點來判斷數據是真實可信的還是偽造出來的。

1998年，據《紐約時報》報道，包括加利福尼亞州在內，美國好幾個州的稅務機構都使用以本福特定律為基礎的檢測軟件。

美國華盛頓州曾利用本福特定律偵破了當時最大的投資詐騙案，涉案金額高達1億美元。

詐騙主謀凱文·勞倫斯和其同伙以創辦高科技含量的連鎖健身俱樂部為名，向5000多個投資者籌集了大量資金。

但是，所謂的健身俱樂部根本就是子無虛有，資金被他們用來吃喝玩樂。

為了欺騙投資者，他們還把資金在海外公司和銀行間頻繁轉賬，并做假賬，給人一種生意興隆的錯覺。

后來，有位名為達雷爾·多雷爾的會計師覺得不大對頭，于是便將70000多個與支票和匯款有關的數據收集起來，將這些數據首位數字發生的概率與本福特定律相比較，發現根本無法通過本福特定律的檢驗。

最后經過了3年的司法調查，終于拆穿了這個投資騙局，2002年，勞倫斯被判入獄20年。

當年，美國著名的安然造假案中，其2001年到2002年所公布的每股盈利數字就不符合本福特定律，這證明了安然的高層領導確實有改動過這些數據。

國內有人曾用上證50的公司與5家有舞弊行為的公司的季度財務數據進行了對比，發現上證50的公司符合本福特定律的季度數，不管在最近一年、兩年、三年、四年，而那5家造假公司的數據則與本福特定律存在出入。

還有人選取了滬深兩市2000年~2010年2087家上市公司的年度、季度財報進行研究。

測試結果顯示，總體上，滬深兩市的主要財務數據首位數的分布，表現出了本福特定律所描述的規律，但是，其中營業成本和本福特定律的理論值有較好的一致性，資本公積和所有者權益合計與本福特定律的符合度較差。

從資產負債表可以看出：

2000年~2002年的相關系數都比較低，而這三年恰恰是中國上市公司報表披露的混亂時期，大型報表舞弊案在這三年出現多起，例如：銀廣夏案等。說明這段時間上市公司的報表舞弊情況普遍比較嚴重。

2003年~2007年相關系統突然回升，兼有逐年降低的趨勢。在2003年和2004年，審計署對報表舞弊嚴重的銀廣夏、西安達爾曼、天津磁卡、藍田股份、大慶聯誼做出公開處罰，糾正了當時粉飾報表的不正之風。所以，2003年和2004年的相關系統突然升高，與當時審計署的工作分不開。

同時，這段時期實行了新會計準則，很多企業利用會計準則進行舞弊，比如：在效益好的年份將部分利潤隱藏在壞賬準備里，并在業績不好的年份將其提出以粉飾利潤。

另外，2007年1月1日后，中國再次實行新會計準則，使得很多在之前會計準則中可以使用的舞弊手段不能再用，因此2007年集中了大量非正常與正常調整，造成當年相關系數成為這段時期低谷的情況。

2008年~2010年，這個階段又表現出一個回升之后逐年降低的趨勢。2008年是中國實行新會計準則的第二年，大部分調整已集中體現在了2007年，因此當年相關系數相對2007年來說出現顯著回升。

而2008年遭遇全球金融危機，一直波及到了2009年和2010年，造成企業普遍出現效益不好的情況，企業可能會出于對融資、股價等方面的考慮，對財務數據進行了人為操縱，使得相關系數逐年降低。

而利潤表的表現和資產負債表不同：

整體財務數據和本福特定律理論值的相關系數普遍很高，絕大部分都在0.999以上，說明公司普遍對利潤表（營業收入、營業成本、利潤總額、凈利潤）進行的數據操縱行為較少。

因此，整體上看，從2000年到2010年，中國上市公司的利潤表相比較資產負債表，的確受相關公司人為操縱的因素較少。

本文由“坤鵬論”原創，轉載請保留本信息

請您關注本頭條號，坤鵬論自2016年初成立至今，創始人為封立鵬、滕大鵬、江禮坤，是包括今日頭條、雪球、搜狐、網易、新浪等多家著名網站或自媒體平臺的特約專家或特約專欄作者，目前已累計發表原創文章與問答6000余篇，文章傳播被轉載量超過800余萬次，文章總閱讀量近20億。

超估價1200倍！兩冊永樂大典國寶回歸

原標題：超估價1200倍 成交價6500萬

兩冊《永樂大典》國寶回歸

明嘉靖年間的兩冊《永樂大典》當地時間7日在法國巴黎德魯奧拍賣公司拍賣，最終由一位中國買家以640萬歐元拍下，加傭金成交價為812.8萬歐元（折合人民幣近6500萬元）。

這兩冊中國古籍經歷了600多年流離，在流失海外多年后國寶終于“回家”了。1200多倍的溢價震驚市場，讓收藏界進一步地認識到中華文明瑰寶的價值。

史上最大的百科全書

拍品Lot 231號《永樂大典》以5000歐元起拍，叫價如直升機一般上升，幾分鐘后價格就達500萬歐元，現場買家們和電話委托者相互廝殺，最終以640萬歐元落槌（算入傭金共812萬歐元），比起拍溢價了整整1200多倍。

這部原本1萬多冊的煌煌巨著，如今全世界只剩下400余冊副本存世，而在市場流通的更是寥寥無幾。本次拍賣的兩冊《永樂大典》一冊為卷2268至卷2269為“湖”字“湖名”事目。另一冊為卷7391至卷7392為“喪”字“喪禮”事目中的“國恤”。這兩本永樂大典有些磨損，紙上有黑色和紅色墨水污漬，一本專門介紹中國湖泊地理的書，另一本描述了葬禮。競價火爆是在預期之中的，來自全球的重量級圖書館以及古籍收藏家都對該拍品躍躍欲試。

《永樂大典》被稱為“世界有史以來最大的百科全書”名副其實，它的內容囊括了我國明朝以前的文學藝術、歷史地理、哲學、宗教和應用科學等各方面的豐富數據，包羅萬象，將中華文明歷程盡收眼底。它比法國狄德羅主編的《百科全書》以及英國的《大英百科全書》編著早了300多年。

現本幸存于戰亂兵禍

由于多次戰爭以及盜竊和大火，《永樂大典》原作在明朝丟失了。當今世界已知卷的數量均為殘卷，約占永樂原始百科全書的4%。《永樂大典》一共只有兩個版本，這部書在永樂年間纂修完成后，只抄錄了一部，叫做“永樂正本”；到嘉靖朝，怕《大典》有損，又重錄了一部，稱為“嘉靖副本”。

《永樂大典》在明代清代陸續佚失或被監守自盜，戰亂與兵禍令這部大作多次陷入危難。1912年翰林院所藏《大典》移交京師圖書館時，僅剩64冊。據統計，目前完整冊數有378冊，計中國大陸收藏164冊（43.4%），中國臺灣省藏72冊（19%），其余藏于日本、美國、英國、德國、越南、韓國等公私藏家。

國寶回歸后價值巨大

由于付出了巨大的回購代價，許多網友在慶賀國寶回家的同時，對是否應該以高價購買方式促成文物回流意見不一，在網絡上形成爭論，有人認為代價過于昂貴。但國內圖書館界、古籍收藏界的專家意見基本統一。

新發現兩冊《永樂大典》由中國藏家拍下的消息傳出后，國內古籍收藏界反響強烈，上海圖書館研究員、碑帖研究專家仲威告訴記者，物以稀為貴，物以“知”為貴。作為傳世經典，《永樂大典》的重要性和珍稀程度不必多言。故宮博物院圖書館館長、研究員翁連溪表示，此次拍賣轉手的兩冊四卷與中國國家圖書館藏“湖”字、“喪”字冊均相連，并且此“湖”字冊的出現，使得現在發現的“湖”字卷全部相連。

知名古籍收藏公眾號“蕓書房”主理人伊蕓表示，競購價格不算昂貴。這兩本書是被稱為“世界有史以來最大的百科全書”——《永樂大典》，也是中國古籍的國寶，是中華文明和時代智慧的結晶，是中華文化的最佳傳承載體。“雖然《四庫全書》為中國古代最大的一部叢書，但是它的篇幅無法與《永樂大典》相提并論。《永樂大典》收錄了從先秦至明末的各類儒家正統典籍，在圖書內容的選擇上，更盡顯廣闊的胸懷。包括數學天文地理醫學甚至戲曲等雜學，《永樂大典》也照單全收。就連許多本以為失傳數百年的醫學，竟都能從《永樂大典》里找到原版。這部典籍保存下來諸多瀕臨失散的中華文明成果，這正是它價值的所在。”

聲明：轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯系，我們將及時更正、刪除，謝謝。