ランダム性の広範な誤解は多くの問題を引き起こ
今日は、人間の誤判定を引き起こす概念を探求するつもりです。 これは、無感覚からサンプルサイズへのバイアス、または必要に応じて小さな数の法則と呼ばれています。
小さなサンプルサイズに敏感でないと、多くの問題が発生します。
* * *
私が6フィートを測定した一人を測定し、全世界の誰もが6フィートであると言った場合、あなたは直感的にこれが間違いであることを認識するでしょう。 あなたは一人だけを測定し、そのような結論を引き出すことはできないと言うでしょう。 これを行うには、はるかに大きなサンプルが必要です。
そして、もちろん、あなたは正しいでしょう。
単純ですが、この例は、サンプルサイズへの無感覚がどのように私たちを迷わせるかを理解するための重要な構成要素です。
Stuard Suterhlandが非合理性で書いているように:
はるかに多い数のイベント（母集団）から選択された限られた数のイベント（サンプル）に関する情報から結論を出す前に、サンプルの統計につい
Daniel Kahnemanは、速くて遅い思考の中で、「ランダムな出来事は、定義上、説明に役立たないが、ランダムな出来事の集合は非常に規則的なやり方で振る舞う。「Kahnemenは続けています」と、極端な結果（高低の両方）は、大きなサンプルよりも小さなサンプルで発見される可能性が高くなります。 この説明は因果関係ではありません。”
私たちは皆、直感的に知っています”大きなサンプルの結果は、小さなサンプルよりも信頼に値し、統計的知識の無実の人々でさえ、この大きな数の法則につ”
平均への回帰の原則は、サンプルサイズが大きくなるにつれて、結果は安定した周波数に収束するはずであると言います。 したがって、コインを反転させ、頭を取得する時間の割合を測定すると、たとえば100の大きなサンプルサイズの後に50％に近づくと予想されますが、必ずしも2
私たちの心の中では、与えられたサンプルサイズの精度と不確実性を説明できないことがよくあります。
私たちは皆直感的にそれを理解していますが、処理と意思決定の瞬間に、大きなサンプルが小さなサンプルよりも優れた表現であることを認識す
6と6,000,000のサンプルサイズの違いはかなりよく理解していますが、直感的には200と3,000の違いは理解していません。
* * *
このバイアスは、多くの形で来ます。
300人の高齢者の電話世論調査では、60％が大統領を支持している。
この文のメッセージを正確に三つの言葉で要約しなければならなかった場合、彼らは何でしょうか？ ほぼ確実にあなたは”高齢者サポート社長を選択します。”これらの言葉は、物語の要点を提供します。 それは300のサンプルと電話で行われたことを世論調査の省略された詳細は、自分自身には興味がありません。”もちろん、サンプルが極端だった場合、6人を言うと、あなたはそれを疑問視するでしょう。 ただし、完全に数学的に装備されていない限り、サンプルサイズを直感的に判断し、たとえば150と3000のサンプルとは異なる反応をしない場合があります。 それは、一言で言えば、まさに”人々はサンプルサイズに十分に敏感ではない”という声明の意味です。”
問題の一部は、結果の信頼性、つまり堅牢性に関する話に焦点を当てることです。
システム一つの思考、それが私たちの直感であり、”疑う傾向はありません。 それは曖昧さを抑制し、可能な限り一貫した物語を自発的に構築します。 メッセージがすぐに否定されない限り、それが呼び起こす関連付けは、メッセージが真であるかのように広がります。”
サンプルサイズを考慮すると、それが極端でない限り、私たちの直感の一部ではありません。
:
小さなサンプルで誇張された信仰は、より一般的な錯覚の一例に過ぎません–私たちは、その信頼性に関する情報よりもメッセージの内容にもっと注意 結論にジャンプすることは、私たちの想像力の世界では、現実よりも安全なスポーツです。
* * *
例えば、工学では、先例の評価でこれに遭遇することができます。
Steven Vickは、信念の程度で書いています：主観的確率と工学的判断は、次のように書いています:
何かが前に働いている場合は、推定は、それが確実に再び動作するということです。 つまり、過去の成功を条件とした将来の成功の確率は1.0とみなされます。 したがって、地震を生き延びた構造は、同じ大きさと距離で生存することができると仮定され、根本的な推定は、操作的な因果要因が同じでなければな しかし、地震動は、周波数成分、減衰特性、および他の多くの要因において非常に可変であるため、単一の地震の前例は非常に小さなサンプルサイズを表
ベイズ思考は、他の情報がない単一の成功は、将来の生存の可能性を高めることを教えてくれます。
ある意味では、これは堅牢性に関連しています。 より多くのあなたが処理しなければならなかったし、あなたはまだあなたがより堅牢に生き残る。
他の例を見てみましょう。
* * *
病院
Daniel KahnemanとAmos Tverskyは、次の質問でサンプルサイズに対する私たちの無感覚を実証しました。
ある町には2つの病院があります。 大きな病院では毎日約45人の赤ちゃんが生まれ、小さな病院では毎日約15人の赤ちゃんが生まれます。 ご存知のように、すべての赤ちゃんの約50％が男の子です。 しかし、正確な割合は日々変化します。 時にはそれは50％よりも高く、時には低くなることがあります。 1年の期間、各病院は生まれた赤ちゃんの60％以上が男の子であった日を記録しました。 どの病院がそのような日を記録したと思いますか？
- 大きな病院
- 小さい病院
- ほぼ同じ（つまり、お互いの5％以内）)
ほとんどの人は誤って3を選択します。 しかし、正解は2です。
経営上の意思決定における判断において、Max Bazermanは説明する:
ほとんどの人が3を選択し、2つの病院では、赤ちゃんボードの60％以上が男の子である同様の日数を記録することを期待しています。 人々は、ランダムなイベントの60％が特定の方向に発生することがどれほど珍しいかについての基本的な考え方を持っているようです。 しかし、統計は、より大きなサンプルよりも小さいサンプルで男性の赤ちゃんの60％を観察する可能性がはるかに高いことを示しています。”この効果は理解しやすいです。 どちらが可能性が高いか考えてみてください: コインの三つのフリップで60パーセント以上の頭を取得したり、60パーセント以上の頭を3,000フリップで取得します。
* * *
もう一つの興味深い例は、ポーカーから来ています。
短い時間では、運はスキルよりも重要です。 より多くの運が結果に寄与するほど、誰かのスキルと純粋なチャンスを区別するために必要なサンプルが大きくなります。
David Einhornは説明する。
人々は私に”ポーカー運はありますか？”と”運を投資していますか？「
答えは、まったくではない。 しかし、サンプルサイズは重要です。 任意の日に良い投資家や良いポーカープレーヤーはお金を失うことができます。 任意の株式投資は、エッジが表示されますどのように大きな関係なく、敗者になることができます。 火かき棒の手のための同じ。 一つのポーカートーナメントは、コイン反転コンテストと非常に異なっていないし、どちらも投資結果の半年ではありません。
それに基づいて運が役割を果たしています。 しかし、時間の経過とともに、さまざまなプレイヤーに対して何千もの手を超え、さまざまな市場環境への何百もの投資を超えて、スキルが勝ちます。
プレイされる手の数が増えるにつれて、スキルはますます大きくなり、運はあまり役割を果たしません。
* * *
しかし、これは病院やポーカーを超えています。 野球はもう一つの良い例です。 長いシーズンにわたって、オッズは最高のチームがトップに上昇しますです。 短期的には、何かが起こる可能性があります。 あなたがシーズンに立って10ゲームを見れば、オッズは、彼らが完全な162ゲームのシーズンの後に物事が着陸する場所を代表するものではありませんです。 短期的には、運はあまりにも多くの役割を果たしています。
マネーボールのマイケル-ルイスは、”五試合のシリーズでは、野球の最悪のチームは、時間の約15％を最高のビートになります。”
* * *
人を宣伝したり、同僚と仕事をしたりする場合は、この偏見を念頭に置いておきたいと思うでしょう。
仕事でのパフォーマンスがスキルと運の組み合わせであると仮定すると、サンプルサイズがパフォーマンスの信頼性に関連していることが簡単に
その性能サンプリングは他のものと同様に機能し、サンプルサイズが大きいほど不確実性が大きくなり、良い決定を下す可能性が高くなります。
これは私の好きな思想家の一人、James Marchによって研究されています。 彼はそれを偽の記録効果と呼んでいます。
:
偽の記録効果。 同一の（中程度の）能力の管理者のグループは、短期的には彼らのパフォーマンスレコードにかなりの変化を表示します。 一部は配布の一方の端にあり、未処理として表示されます; 他の人はもう一方の端にいて、効果がないと見なされます。 マネージャーが仕事に長く留まるほど、観察されたパフォーマンスの記録と実際の能力との間の可能性の高い違いは少なくなります。 ジョブの時間は、観測値の期待されるサンプルを増加させ、期待されるサンプリング誤差を減少させ、したがって、マネージャー（または適度な能力）が昇格ま
ヒーロー効果。 さまざまな能力を持つマネージャーのグループ内では、昇進率が速いほど、正当化される可能性は低くなります。 パフォーマンス記録は、基礎となる能力とサンプリング変動の組み合わせによって生成されます。 良い記録を持っている管理者は、悪い記録を持っている管理者よりも高い能力を持っている可能性が高いですが、記録が短い場合、差別化の信頼性は
(私は昇進が私がさせているよりずっと複雑であることを実現する。 例えば、いくつかの仕事は他の仕事よりも困難です。 それはすぐに乱雑になり、それが問題の一部です。 多くの場合、物事が乱雑になるとき、私たちは私たちの脳をオフにし、私たちができる最も簡単な説明をでっち上げます。 シンプルだが間違っている。 私は、サンプルサイズが決定への1つの入力であることを指摘しているだけです。 それは他の多くの問題が伴うので、私は決して”経験が最善である”アプローチを提唱していません。)
* * *
このバイアスは、広告であなたに対しても使用されます。
次に”4人中5人の医師がお勧め……”というコマーシャルを見たときは……。”これらの結果は、サンプルサイズを知らなくても意味がありません。 確率は、サンプルサイズが5であることはかなり良いです。
* * *
大きなサンプルサイズは万能薬ではありません。 物事は変わります。 システムは進化し、それらの結果に対する信仰も根拠がない可能性があります。
キーは、常に、考えることです。
このバイアスは、
–リスクの過小評価
-リスクの過剰推定
–傾向/パターンに対する過度の信頼
-副作用/問題の欠如に対する過度の信頼
無感覚からサンプ