36

Лекция 10

  • Upload
    fahim

  • View
    60

  • Download
    1

Embed Size (px)

DESCRIPTION

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

Citation preview

Page 1: Лекция  10
Page 2: Лекция  10

Лекция 10

Евристики Представителност и

Наличност

(Tversky & Kahneman, 1974; Kahneman, 2003; Gigerenzer, 1994;

Bernstein, 1996; Farmer, 2001; Seamon & Kenrick, 1994;…)

Page 3: Лекция  10

Задача 1Линда 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.

Page 4: Лекция  10

Задача 2Налице 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?

Page 5: Лекция  10

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.

Page 6: Лекция  10

Неотчитане на статистическата вероятност

Page 7: Лекция  10

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%.

Page 8: Лекция  10

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:

)1()2&1()( xpxxpБp

Page 9: Лекция  10

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.

Page 10: Лекция  10

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!

Page 11: Лекция  10

Задача 3В 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 бутилки на 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-големиятБ: По-малкиятВ: По равно (под 2% разлика)

Page 12: Лекция  10

Реакции на български специалисти

Икономисти (n = 52)

Компютърни специалисти

(n = 47)А: По-големият 19% 19%

Б: По-малкият (верен отг.)

29% 45%

В: По равно (< 2% разлика)

52% 36%

Page 13: Лекция  10

Неотчитане на големината на извадката

Page 14: Лекция  10

• 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.)

Page 15: Лекция  10

• 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).

Page 16: Лекция  10

Задача 4Пред 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?

Тест 1 (малък)3 червени и 0 бели

Тест 2 (голям)7 червени и 3 бели

Page 17: Лекция  10

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:

3 червени и 0 бели Силна подкрепа за „повечето са червени”

4 червени и 3 бели Слаба подкрепа за „повечето са червени”

Общо: 7 червени и 3 бели

Сума или усредняване?

Page 18: Лекция  10

Неразбиране на връщането (регресията) към средната

стойност

Page 19: Лекция  10

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.

Page 20: Лекция  10

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.

Page 21: Лекция  10

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 (Евристика Представителност). 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.

Page 22: Лекция  10

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.

Page 23: Лекция  10

Илюзорна валидност на изводи

Page 24: Лекция  10

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.

Page 25: Лекция  10

Пример за илюзорна валидностСъдържание на променлива Организационен климат (CL)

CL 1 Как ръководителите се държат с подчинените си?(1) Грубо --- (2) Нелюбезно --- (3) Любезно --- (4) Приятелски

CL 2 Споделят ли ръководителите своите знания и информация с подчинените си?

(1) Споделят толкова, колкото е необходимо на подчинените за изпълнение на задачите им.

(2) Обикновено запазват знанията и информацията за себе си, но с готовност отговарят на въпроси.

(3) Обикновено споделят с подчинените си това, което знаят.(4) Винаги с готовност споделят каквото знаят и обикновено

го правят по собствена инициатива.CL 3 Съветват ли се ръководителите със своите подчинени при

вземането на решения?(1) Никога --- (2) Рядко --- (3) Обикновено --- (4) Винаги

Page 26: Лекция  10

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 ?”

Пример за илюзорна валидност II

Page 27: Лекция  10

Пример за илюзорна валидност III

• Измервателен инструмент (CL1, CL2’, CL3’) измерва любезността и доброто възпитание на мениджърите.

• Първоначалният инструмент е по-надежден измерител на организационния климат, макар че алтернативният би имал по-добри статистически качества.

Page 28: Лекция  10

Разбиране за природата на случайността

Page 29: Лекция  10

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

а)

б) в)

Page 30: Лекция  10

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.

Page 31: Лекция  10

Евристика Наличност(Availability Heuristic)

Page 32: Лекция  10

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.

Page 33: Лекция  10

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.

Page 34: Лекция  10

По-лесно разделяне на непресичащи се множества

Задача 5По колко начина могат да се съставят комисии от по 8

човека, избрани измежду 10?А комисии от по 2 човека измежду същите 10?

Page 35: Лекция  10

По-лесно разделяне на непресичащи се множества II

Задача 5По 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.

Page 36: Лекция  10

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.”