Mi a minta méretének elhanyagolása?
A minta méretének elhanyagolása egy olyan kognitív elfogultság, amelyet híresen vizsgáltak Tversky Amos és Daniel Kahneman. Ez akkor fordul elő, amikor a statisztikai információk felhasználói hamis következtetéseket vonnak le, mivel nem veszik figyelembe a kérdéses adatok mintavételét.
A minta méretének elhanyagolásának alapvető oka az, hogy az emberek gyakran nem értik meg, hogy a kis mintákban nagyobb valószínűséggel fordul elő nagy variancia. Ezért kritikus annak meghatározása, hogy az adott statisztika előállításához használt minta mérete elég nagy-e az értelmezhető következtetések levonásához.
Az a tudás, mikor elegendő a minta mérete, kihívást jelenthet azok számára, akik nem értik jól a statisztikai módszereket.
Kulcs elvihető
- A minta méretének elhanyagolása Tversky Amos és Daniel Kahneman által tanulmányozott kognitív elfogultság. Ez hamis következtetések levonásából származik a statisztikai információkból, mivel nem vették figyelembe a minta méretének hatásait. a minta méretét ingatagabb statisztikai eredményekkel társítják, és fordítva.
A minta méretének megértése elhanyagolás
Ha a minta mérete túl kicsi, nem lehet pontos és megbízható következtetéseket levonni. A pénzügyekkel kapcsolatban ez különféle módon megtévesztheti a befektetőket.
Például, ha egy befektető új befektetési alapot keres, akkor büszkélkedhet, hogy a kezdete óta 15% -os éves hozamot hozott. A befektető gyorsan felveheti, hogy ez az alap jegyeik a gyors vagyonteremtéshez. Ez a következtetés azonban veszélyesen téves lehet, ha az alap nem fektetett be hosszú ideje. Ebben az esetben az eredmények rövid távú rendellenességeknek tudhatók be, és kevés köze van az alap tényleges befektetési módszertanához.
A minta méretének elhanyagolását gyakran összekeverik az Alapráta elhanyagolással, amely külön kognitív elfogultság. Míg a minta méretének elhanyagolása arra utal, hogy nem vesszük figyelembe a minta méretének a statisztikai állítások megbízhatóságának meghatározásában játszott szerepét, addig az alapkamat-elhanyagolás az emberek hajlandóságával figyelmen kívül hagyja a jelenség ismeretét egy jelenségről az új információk értékelésekor.
A valós világ példája a minta méretének elhanyagolására
A minta méretének elhanyagolásának jobb megértése érdekében vegye figyelembe a következő példát, amelyet Avers Tversky és Daniel Kahneman kutatásai vontak le:
Felkérjük az embert, hogy vonjon egy öt golyóból vett mintából, és megállapítja, hogy négy piros és egy zöld.
Az ember húz egy 20 golyóból álló mintából, és úgy találja, hogy 12 piros és nyolc zöld.
Melyik minta nyújt jobb bizonyítékot arra, hogy a labdák túlnyomórészt pirosak?
A legtöbb ember szerint az első, kisebb minta sokkal erősebb bizonyítékot szolgáltat, mivel a vörös és a zöld arány sokkal magasabb, mint a nagyobb mintában. A valóságban azonban a magasabb arányt meghaladja a kisebb mintavétel. A 20 tagból álló minta valójában sokkal erősebb bizonyítékot szolgáltat.
Amos Tversky és Daniel Kahneman újabb példája a következő:
A várost két kórház szolgálja ki. A nagyobb kórházban átlagosan 45 csecsemő születik naponta, a kisebb kórházban pedig kb. 15 csecsemő születik naponta. Bár az összes csecsemő 50% -a fiú, a pontos százalékos arány napról napra ingadozik.
Egy év alatt minden kórház rögzítette azokat a napokat, amikor a csecsemők több mint 60% -a fiú volt. Melyik kórház rögzített több ilyen napot?
Amikor ezt a kérdést feltették, a válaszadók 22% -a mondta, hogy a nagyobb kórház több ilyen napot számol be, míg 56% -uk szerint az eredmények mindkét kórház esetében azonosak lesznek. Valójában a helyes válasz az, hogy a kisebb kórház több ilyen napot rögzít, mivel kisebb mérete nagyobb variabilitást eredményez.
Mint korábban megjegyeztük, a minta méretének elhanyagolásának gyökere az, hogy az emberek gyakran nem értik meg, hogy a kis szórásban nagyobb valószínűséggel fordul elő nagy variancia. A befektetés során ez valóban nagyon költséges lehet.
