【丹尼尔卡尼曼著作】第21章甄选与汇总,超级预测的两大策略

  • 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

第21章

甄选与汇总,超级预测的两大策略

许多判断都涉及预测,比如,下个季度的失业率可能是多少? 明
年将售出多少辆电动汽车 2050年的气候变化会带来什么影响》盖完
一入新楼需要多长时间? 某家公司的年收入是多少?新员工会有什么
样的表现?新的空气污染管理制度的成本是多少》谁将赢得选举 这
些问题的答案会产生重大影响,因为私人机构和公共机构的一些重要
选择往往取决于这些答案。

预测分析员的工作职责是分析预测何时会出错以及为何会出错,
他们对偏差和吧声 〈也被称为不一致性或不可靠性) 进行了明确的区
分。人们一到认为,在革些情况下,预测者的预测是有信关的。例
如, 讲 。 平均
焙,他们对经济增长的预测训每漳,而对赤字的马测岂人得不切
实际。实际上,无论他们这各不切实际的乐观是出于认知偏差还是政
治目的,都无关紧要。

此外,预测者往往过于自信:, 如果要求将他们的预测用置信区间
而不是用单点估计值来描述 述,他们倾向于选择更窄的区间,而实际上
这样做并不合理。例如, 二瑟正在进行的季度调查要求美国一 些公司
的首席财务官估计下一年标准普尔500指数的年回报率。首席财务官们
要提供两个数字: 一个是最小值,即他们认为实际回报率有1/10的可
能性低于该值,一个是最大值,即他们认为实际回报率有1/10的可能
性高于该值。这两个数值的置信区间是80%。然而,事实上实际回报率
落入这个区间的可能性只有36%,也就是说,首席财务官们对自己预测
的准确性过于自信了。预测者也充满噪声。J 斯科特。阿姆斯特衣 〈(丁 Scott
Armstrong ) 在 《预测原理》 Caaeioles OF orecastTng) 中指
出,即使在专家中,“ 来
实上,喉声是误差的主要来源。情境噪声很普遍, 祯测者自己的观点
也并不总是前后一致 人与人之间的噪声也很普遍, 本则汪由
不一致,即便他们都是专家。如果让法学教 去院的
你会发现大量的噪声。如果请相关专家预测 实行生气污水管理度的
年度效益,你会发现巨大差异,例如从30亿美元到90亿美元不等。如
果你让一群经济学家对失业率和经济增长情况做出预测,你也会发现
他们的预测之间存在很大的差异。我们已经看到了许多在在吗声的关
王预测的例子,而对预测的研究可以揭示更多问题。

改进预测的两种方法

研究也为减少噪声和偏差提供了建议。我们不会在此进行详尽描
述,但会重点讨论两种广泛适用的减少噪声的策略。一种是应用我们
在第18章提到的原则一一选择更好的判断者,从而做出更好的判断;
另一种是最普遍适用的决策卫生策略之一一一汇总多项独立的评估结
果。

对多个预测进行汇总的最简单方法是对它们取平均值。从数学的
角度来看,平均值法能够保证减少噪声,具体地说,减少的量就是
(1-判断总数平方根的倒数) 。也就是说,如果你对100个判断取平均
值,那么将减少90%的噪声,如果你对400个判断取平均值,则可以减
少95%的噪声一一基本上就消除噪声了。这一统计规律促使我们采用在
第7章讨论过的群体智慧的方法。

由于平均值法不能减少偏差,对总体误差的影响取决于偏差和品
声的比例。这就是为什么当判断彼此独立时,和群体智慧最有效,因为
群体智慧中不太可能出现共同的偏差。大量实验证据表明,对多次预

关于丹尼尔卡尼曼心理学家相关推荐:

丹尼尔卡尼曼思考快与慢,卡尼曼理论,卡尼曼双系统思维模型

jingying

发表评论

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