【丹尼尔卡尼曼书籍代表作】数量很大,而不只是一个或几个,因为那样的话,成功或失败可能全赁运气。如果你预测你最喜欢的队伍将赢得下一场比赛,而且它确实

  • A+
所属分类:精英日记
       

本文选自 丹尼尔·卡尼曼新作《噪声》,扫上面码免费领电子书

数量很大,而不只是一个或几个,因为那样的话,成功或失败可能全
赁运气。如果你预测你最喜欢的队伍将赢得下一场比赛,而且它确实
赢了,你也不一定是一个好的预测者。也许你总是预测你最喜欢的队
伍会赢,如果这是你的策略,而他们只赢了一半的比赛,那么你的预
测能力就不能算是特别厉害。基于这方面的考虑,为了减少运气的作
用,研究人员验证了参与者在大量预测中的平均表现。

其次,研究人员要求参与者对事件发生的概率进行了预测,而不是
仅仅给出“会发生”或“不会发生”这种非此即彼的答案。对许多人
来说,预测就是做是非题一一站这方或者站那方。然而,考虑到我们
在客观上对未来事件是无法知晓的,预测它们发生的概率才是更明智
的选择。如果有人在2016年说“希拉里。克林顿有70%的可能性当选总
统”,那他不一定是个糟糕的预测者。确切地说,有70%的概率会发生
的事情仍然存在30%的不会发生的可能性。要知道预测者的水平高低
我们应该看他们估计的概率是否符合现实。假设一位名叫玛格丽特的
预测者说,500个不同的事件发生的可能性为606,结果其中300个真的
发生了,那么我们就可以得出结论,玛格丽特的置信度被校准得很
好。良好的校准是良好预测的前提之一。

再次,泰特洛克及其同事又对实验进行了改进,他们不仅要求预
测者对一个事件是否会在12个月内发生做出一个概率估计,还让预测
者根据新的信息不断修改自己的预测。假设你在2016年曾估计,英国
在2019年底前脱欧的可能性只有30%,后来,新的民意调查结果显示.
“脱欧”的选票持续增加,这时,你很可能会把你的预测值提高。公
投结果公布后,我们仍然无法确定英国是否会在公布的时间内脱欧,
但看起来可能性肯定会大得多。 【事实上,英国已在2020年正式脱
欧。)

泰特洛克和他的同事允许预测者根据新出现的信息更新预测,为
了便于记分,他们把每次更新都视为一个新的预测。通过这种方式,良好判断计划的参与者被激励去密切关注新闻 并不断更新他们的预
测。这种方法反映出人们期望企业和政府预测人员也能够根据新的信
息更新预测,尽管后者有可能因为改变主意而遭到批评。对这种批评
有个非常常见的回应,有人认为它出自经济学家约翰。梅纳德。凯恩
斯(John Maynard Keynes) : “当事实改变时,我改变了主意。你又
能怎样 ”

最后,为了给预测者的表现打分,良好判断计划使用了格伦\"风
布赖尔〈Glenn W Brier) 于1950年研发的系统。该系统被称为“布
赖尔分数” (Brier scores) ,可以测量人们的预测值和实际值之间
的差距。

布赖尔分数是一种巧妙的方法,它可以绕过一个与概率预测相关
的普遍存在的问题,预测者通过避免采取大胆的立场来对自己的预测
做两手准备。再想想玛格丽特的例子,在我们的描述中她是一个校准
效果良好的预测者,因为她将500个事件的发生率定为606,其中300个
事件确实发生了。这个结果可能没有看上去那么厉害。如果玛格丽特
是一个天气预报员,她总是预测有60%的可能性下雨,而且500天中有
300天下雨,那么玛格丽特的预测是很准的,但也是无用的,因为玛格
丽特其实是在告诉你,你可能每天都要带把伞以防万一。拿她和尼十
拉斯做个比较,尼古拉斯预测有300天下雨的概率是1006,有200天下
雨的概率是0。尼古拉斯和玛格丽特有同样完美的校准: 这两位预报员
都预测有如的日子会下雨,且实际也正是如此,但显然尼古拉斯的预
测更有价值: 他没有为自己的预测做两手准备,而是明确地告诉你是
否应该带鱼。从技术上讲,尼古拉斯的判断除了校准效果好外,还有
很高的辨析度。

布赖尔分数会对准确的校准和准确的辨析度打出高分。为了得高
分,你不仅要在平均水平上是正确的〈即校准效果良好) ,而且要能

关于噪声丹尼尔相关推荐:

卡尼曼理论 赌徒输,丹尼尔卡尼曼名言幸福,卡尼曼认知资源理论例子

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: