1 / 36

Лекция 10

Лекция 10. Евристики Представителност и Наличност ( Tversky & Kahneman, 1974; Kahneman, 2003; Gigerenzer, 1994; Bernstein, 1996; Farmer, 2001; Seamon & Kenrick, 1994;… ). Задача 1

fahim
Download Presentation

Лекция 10

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Лекция 10 Евристики Представителност и Наличност (Tversky & Kahneman, 1974; Kahneman, 2003; Gigerenzer, 1994; Bernstein, 1996; Farmer, 2001; Seamon & Kenrick, 1994;…)

  2. Задача 1 Линда е 31 годишна, неомъжена, пряма, умна. Има бакалавърска степен по философия. Като студентка се е вълнувала от проблемите на социалната справедливост и дискриминацията. Дори е участвала в демонстрации против ядреното въоръжаване. Кое от следните две твърдения е по-вероятно? А: Линда е служител в банка. Б: Линда е служител в банка и активист на феминисткото движение.

  3. Задача 2 Налице е група от 100 човека: 70 компютърни специалисти и 30 адвокати. Един от тях е Дик. Той е 30 годишен, женен, няма деца. Човек с големи способности и големи амбиции. Смятан е за човек с голямо бъдеще в професията. Колегите му го харесват. Какъв е по професия?

  4. Евристика Представителност • Каква е вероятността обект А да принадлежи към множество Б? • Каква е вероятността събитието А да е породено от процеса Б? • Каква е вероятността процесът Б да доведе до събитие А в бъдеще? Евристиката представителност е подход, при който оценката за вероятността в трите случая се определя от степента, в която А съответства на стереотипа за Б, т.е. степента, в която А прилича на Б, или е представителен елемент от множеството Б.

  5. Неотчитане на статистическата вероятност

  6. Неотчитане на статистическата вероятност Base-rate fallacy, грешка на базисните проценти. В Задача 2 хората оценяват сходството между описанието на Дик и стереотипа за съответната професия, като пренебрегват априорната вероятност. Описанието е еднакво типично (и неясно) за двете професии, поради което вероятността той да е адвокат е 30%.

  7. Неотчитане на статистическата вероятност II В Задача 1 вероятността Линда да е едновременно банков служител (Събитие х1) и активист на феминисткото движение (Събитие х2) се определя от сечението на двете вероятности:

  8. Възражение(Gigerenzer, 1994) • Понятието вероятност принадлежи не само на теорията на вероятностите, но и на разговорния език. • Тълковният речник: Вероятен означава: типичен, характерен, често срещан, възможен, очакван. • Тези синоними по правило не се свързват с математиката.

  9. Възражение II • Строго рационалното решение изисква прилагане на формални алгоритми без оглед на контекста на задачата, като се отчита единствено структурата й. • В задачата за Линда е излишно всякакво знание за феминисти и банкови служители. Описанието на Линда е ненужно за формално верния отговор!

  10. Задача 3 В един град има два супермаркета. В по-големия се продават около 45 еднолитрови бутилки пепси и кока кола на ден, а в по-малкия супермаркет – около 15 бутилкина ден. Около 50% от всички продадени бутилки са пепси, а другите 50% - кока кола. Обаче, точният процент варира всеки ден. За период от 1 година всеки супермаркет е записал дните, в които процентът на продадените бутилки кола на компанията кока кола е бил над 60%. Според вас, кой супермаркет е записал повече такива дни? А: По-големият Б: По-малкият В: Поравно (под 2% разлика)

  11. Реакции на български специалисти

  12. Неотчитане на големината на извадката

  13. Хората най-често пренебрегват размера на извадката, когато оценяват възможността (или вероятността) за даден резултат. • Оценката се прави единствено на основа представителността, подобието, или сходството на извадката до популацията (генералната съвкупност). • Пренебрегва се Законът за големите числа (Голяма извадка ще прояви тенденция да се отклонява от истинската средна стойност далеч по-малко, отколкото малка извадка.)

  14. При малки извадки заключенията са недостоверни. Но хората имат склонност да пренебрегват статистическата вероятност в ежедневието си, като отдават неоправдано голямо значение на представителността. • Необходимо е едновременно: (1) правене на извод и (2) оценка за степента на неговата достоверност (дали е основан на достатъчно голяма статистика).

  15. Задача 4 Пред вас са две урни. В едната има 60 червени и 40 бели топки, а в другата 40 червени и 60 бели топки. Урните са непрозрачни и трябва да определите коя какво съдържа. Направили сте два различни теста с теглене само от едната и сте получили следните резултати (виж Таблицата). Двата резултата навеждат на мисълта, че е по-вероятно пред вас да е урната с повече червени топки. Кой от тестовете обаче, дава повече основания за такъв извод?

  16. Увереност в извод, достоверност на извод… • Масовият отговор на хората в Задача 4: Тест 1 (малкият) дава по-убедително доказателство. Вярно е обратното! • Интуитивно доказателство – чрез декомпозиране на Тест 2:

  17. Неразбиране на връщането (регресията) към средната стойност

  18. Неразбиране на връщането към средната стойност • Франсис Гелтън, 19 век: “Съществува тенденция средната височина при децата да се отклонява от средната височина при бащите, като се доближава до средната стойност за вида.” • Ниските бащи имат по-високи от тях синове, а високите – по-ниски. • Големите грахчета дават реколта от по-малки от тях грахчета и обратно.

  19. Неразбиране на завръщането към средната стойност II • К & Т, 1974 г.: Израелските летци-инструктори от средата на ХХ век били убедени, че когато похвалят даден пилот, следващия път той каца по-лошо. Когато го критикуват, той се старае повече и следващия път каца по-добре. Това обаче е погрешен извод! • Съществуват неизбежни малки колебания в тенденцията към все по-професионално пилотиране в процеса на обучение. Именно малките колебания са носител на регресията към средната стойност.

  20. Неразбиране на завръщането към средната стойност III • Човек очаква във взаимодействие с дадена система реакцията, която получава, да е пропорционална на въздействието, което е произвел. • Ако във въздействието е вложено голямо усилие, резултатът трябва да е представителен за класà от много големи резултати (ЕвристикаПредставителност). Човек очаква екстремен резултат, когато е подал екстремен входен импулс. • Трудно е да се различи фундаменталната тенденция от неизбежната случайност. Поради това хората си измислят различни причинно-следствени обяснения, най-често погрешни.

  21. Връщането към средната стойност и мениджърската практика • Пилотите-инструктори решават, че наказанието е по-ефективно от поощрението. • Този подход е потенциално опасен - може да породи у подчинените чувство за неразбиране и съмнения в адекватността на ръководството. • Същото се отнася за служителите във всяка организация.

  22. Илюзорна валидност на изводи

  23. Илюзорна валидност на изводи • Увереността на човека в някакво твърдение зависи главно от степента на представителност на обектите, служещи за основа на твърдението. Наличието на съгласуваност в източниците на информация се пренебрегва. • Различните свидетелства в подкрепа на едно твърдение понякога идват от единствен източник. Обаче по-точна информация винаги се получава от независими източници. • Свързаността на източниците намалява надеждността на информацията, макар да увеличава склонността на хората да й се доверяват.

  24. Пример за илюзорна валидност

  25. Пример за илюзорна валидност II За CL в дадена организация можем да съдим, например, по: • (CL1) любезността; • (CL2) споделянето на информация; • (CL3) консултирането при решения. Алтернативни индикатори: • (CL2’) „Позволяват ли си мениджърите да дават израз на крайни отрицателни емоции по отношение на подчинените?” • (CL3’) „Допринасят ли мениджърите за установяване на приятна атмосфера на работа във вашата организация ?”

  26. Пример за илюзорна валидност III • Измервателен инструмент (CL1, CL2’, CL3’) измерва любезността и доброто възпитание на мениджърите. • Първоначалният инструмент е по-надежденизмерител на организационния климат, макар че алтернативният би имал по-добри статистически качества.

  27. Разбиране за природата на случайността

  28. а) б) в) Представителност и случайност • Случаен отрязък от времеви процес а) ще изглежда като някой от примерите в б). Хората обаче очакват той да изглежда като в). • Ако всеки отрязък е умалено копие на процеса, това няма как да е същият процес. Ако малката серия е статистически представителна, тя се отличава систематично от процеса, защото има твърде много промени в твърде малък отрязък. • Статистически величини като: математическо очакване, дисперсия и моменти от по-висок ред, могат да имат едни стойности за целия процес, но съвсем други за коя да е негова малка част

  29. Представителност и случайност II • Хората очакват серия от събития в ограничен отрязък от наблюдаван случаен процес да е представителна за този процес в основните му характеристики. • Те предполагат това дори когато серията, или извадката, е малка. • Интуитивно очакване: особеностите на целия процес трябва да са присъщи поотделно на всяка от неговите части, колкото и малки да са те.

  30. Евристика Наличност(Availability Heuristic)

  31. Наличност • Лекотата, с която се сещаме за примери от дадено множество (клас, група), формира оценката ни за вероятността за настъпване на събитие от това множество. • Често срещаните примери изникват в съзнанието ни по-лесно и бързо, в сравнение с рядко срещаните. Пример: Човек оценява вероятността дадена стартираща фирма да успее, представяйки си различните трудности пред нея. Но лекотата, с която се сещаме за опасностите, не отразява точните им вероятности.

  32. Достъпност на примери • Множество с по-лесно достъпни примери изглежда по-многобройно. Пример: Два еднакво дълги списъка с имена на хора могат да изглеждат различно дълги: когато единият съдържа имена на известни хора, той се възприема като по-дълъг.

  33. По-лесно разделяне на непресичащи се множества Задача 5 По колко начина могат да се съставят комисии от по 8 човека, избрани измежду 10? А комисии от по 2 човека измежду същите 10?

  34. По-лесно разделяне на непресичащи се множества II Задача 5 По колко начина могат да се съставят комисии от по 8 човека, избрани измежду 10? А комисии от по 2 човека измежду същите 10? • Мозъкът по-лесно разделя обектите на непресичащи се множества. • Малките комисии изглеждат по-лесни за конструиране и поради това изглеждат по-голям брой. Средни прогнози: ~70 за двучленните и ~20 за осемчленните. Верният отговор е 45 и в двата случая.

  35. Заключение за евристиката Наличност • Примерите от големи множества се припомнят по-лесно, в сравнение с примери от по-малобройни. • По-възможните варианти са по-достъпни за въображението от по-невероятните. • Следователно: • Съществена е необходимостта от реклама, за да бъде една фирма налична в съзнанието на потребителите. • Гьоте: “Истината трябва да се повтаря непрекъснато, защото лъжата е много разпространена.”

More Related