【噪声这本书】发现噪声哪里有预测,哪里就有客观无知

原创 [db:作者]  2021-09-15 15:43  评论 0 条

本文选自 丹尼尔·卡尼曼新作《噪声》,扫上面码免费领电子书

发现噪声

哪里有预测,哪里就有客观无知

很多判断都是预测性的,而预测可以被验证和评估,所以我们可
以通过考察预测性判断来更好地了解噪声和偏差。在这一部分中,我
们主要关注预测性判断。

在第9章,我们比较了专业人士、机器和简单规则预测的准确性,
结论是:专业人士预测的准确性是三者中最差的一一你可能并不会对
此感到惊讶。在第10章,我们探究了上述现象背后的成因,并发现噪
声是导致人类判断力降低的主要因素。

为了得出这些结论,我们需要评估预测的品质,这就需要一种测
量预测准确性的方法,从而回答“预测与结果的协变关系”
(covariation) 这样的问题。例如,假设人事部门定期评估新员工的
洪力,那么我们就可以在几年后考察这些员工的绩效表现,并对比其
潜力评估与绩效评估之间的相似度。如果某位员工在入职时被评价为
高潜力员工,并且他在随后的工作中也获得了较高的评价,那就说明
针对他的潜力评估在一定程度上是准确的。

符合这一直觉的测量指标叫作“一致性比率” (Percent
Concordant,PC) 。它回答了一个更具体的问题,假设你随机挑选了
两名新员工,那么在潜力评估中得分较高的新员工,在随后的工作中
也表现较好的概率是多少? 如果早期评估完全准确,则PC应为100%,
即对两名新员工的潜力评估完美地预测到了两人的绩效排名。如果早
期预测完全没用,那么一致性只会随机发生,所谓的“高潜力”员工
表现好和表现差的概率相当,即PC为50%。我们将在第9章继续讨论这介忆被| 汉研究的向关棚划的全于 再举个简单点的例子,成年男性
身高各 为71%,也就是说,如果对两个人“评头论
忌* ,你会发现长得高的那个人同时脚也大的可能性是71%。

PC是一个衡量协变关系的直观指标,这是它的优点,但它并非社
会科学家所使用的标准度量指标。标准度量指标是相关系数
(correlation cofficient,7) ,当两个变量正相关时,其值在0一1
的范围内变化。在前面的例子中,身高和脚的尺码之间的相关系数约

为0. 6。

我们可以使用很多方法来审视相关系数。这里有一种很直观的方
法: 两个变量之间的相关系数就是指决定它们的因素中共有成分所占
的百分比。例如,如果某个特征完全由遗传所决定,那么我们可以推
测亲兄弟姐妹在该特征上的相关系数为0.5,因为他们拥有50%的共同
基因,而堂兄弟姐妹之间的相关系数为0. 25,因为他们拥有25%的共同
基因。对于身高和脚的尺码之间的相关系数为0.6,我们也可以理解
为,决定身高的因素中有60%也同时决定了脚的尺码。

以上两种协变关系的测量指标是直接相关的。表1列出了一系列相
关系数的PC值。在本书的其余部分,当讨论人和模型的预测表现时,
我们通常会同时应用这两个指标。

表1 ”相关系数和一致性比率 〈PC) 的对应关系

关于噪声这本书相关推荐:

思考的快与慢读后感,卡尼曼和特维斯基开创了,噪声太多pdf

历史上的今天:

文章标签:
特别说明:如果本书连接失效,关注微信公号补发:扫描二维码全民阅读epub的公众号,公众号:今日干货分享
版权声明:【噪声这本书】发现噪声哪里有预测,哪里就有客观无知》,版权归 [db:作者] 所有,侵删!

发表评论


表情