2012/09/28

讀《Thinking, Fast and Slow》因果蓋過統計

基率(base rate)的統計機率容易被系統一忽略,但是如果該機率有因果關係的聯結,則系統一就會注意到它。一個城市的計程車如果85%是綠色15%藍色,則目擊者說是藍色計程車肇事,但目擊者的準確性只有80%,則真的是藍色的機率只有41%(15%*80%/(15%*80%+85%*20%))。但是如果說綠色計程車造成85%的車禍,藍色計程車造成15%的車禍時,系統一會感覺到此因果關係,比較不會以為真的是藍色的機率是80%。

如果要真的改變一個學生的想法,光是提供統計數字是沒用的,學生只會記得有一個統計事實很特別,卻不會改變下一次他自己遇到類似事件時的直覺想法。真正有效的教育方式是給一個令學生驚奇的個案,因為這個驚奇的個案經驗會進入學生的系統一記憶,讓他產生因果關係的聯想。人總是不願意從統計(一般狀況)去推斷個案,雖然大家會這樣,但自己一定不一樣,卻很願意從個案去推斷統計(一般狀況),如果我會這樣,大家應該都會這樣。

任何有運氣成分的事情,一天的好狀況,幾乎表示隔天就會回歸平均(平庸)。任何兩個相關的因子,只要不是完全正相關,或完全負相關,相關係數在-1與1之間,不完全的相關,都會出現回歸平均(平庸)的現象。表現很差的駕駛學員,被教練痛罵,下一次表現較好,其實只是回歸平均,卻讓教練(老師)以為痛罵(打)有效,形成錯誤的因果關係的直覺。去年創紀錄的分店,次年最可能的表現是會比去年略差一些。

降低你的直覺的預測,我們總是用現在的評估當做預測的評估,很容易忽略回歸平均。直覺的預測通常比較極端,依賴不可信的證據,過度自信來自於,系統一會從證據去編造一個最合理(最協調)的故事。除了創投與銀行大型貸款,也許極端的預測是合乎邏輯,因為創投極不願錯過,銀行大型貸款極不願出現呆帳。作者Kahneman提出降低直覺預測的方式是,先依據沒有證據的情況估計,再依證據的直覺估計,再評估證據與結果的相關係數,如果相關係數0.3,則從基本機率的預測移動30%到直覺估計。

沒有留言:

關於作者:認證理財顧問黃柏仁,致力於上班族之理財規劃服務,按這裡到上班族投資理財部落格閱讀更多文章
網路轉載規定 任何實體出版轉載需事先取得同意