Принятие решений в неопределенности стр.204

Фишхофф и Бейт (Fischhoff и Beyth, 1975) попросил 150 израильских студентов оценить вероятность 15 будущих событий, возможные исходы широко освещенной в средствах массовой информации поездки Президента Никсона в Китай и Россию (например, “Президент Никсон встретится с Мао, по крайней мере, один раз”). Результирующая кривая калибровки была весьма близка к линии идентификации. Однако, Фишхофф и Лихтенштейн (не опубликовано) недавно обнаружили, что калибровка будущих событий показала ту же высокую самонадеянность, как и для вопросов на общие темы сопоставимой трудности. Филлипс и Чу (не опубликовано) получили кривые калибровки для трех наборов вопросов: общие темы, будущие и прошлые события (например, “авиалайнер-гигант потерпел крушение, и погибло более 100 человек за прошедший месяц”). Все три кривые показали самонадеянность. Калибровка для будущих и прошлых событий была идентична, и несколько лучше, чем для вопросов на общие темы. Уровни трудностей трех наборов вопросов не могли объяснить эти результаты.

Джек Доуи (Dowie) и его коллеги теперь собирают данные калибровки в Заочном университете в Милтоне Кейнесе, Англия, от нескольких сотен студентов на курсах по изучению риска, используя вопросы, связанные с курсом, на общие темы и о событиях будущего. Студенты получили общее представление о концепции калибровки, и им предложили обратную связь относительно их результатов и калибровки. Предварительные результаты (Dowie, 1980) говорят, что они были умеренно самонадеянны. Калибровка была лучшая в вопросах на общие темы и самая плохая в вопросах, связанных курсом, но значимость и происхождение этих различий еще нужно исследовать.

Непрерывные предположения: неопределенные величины

Метод квантиля

Неопределенность значения неопределенной непрерывной величины (например, какая доля студентов предпочитает скотч бурбону? Каково самое короткое расстояние от Англии до Австралии?) может быть выражена как функция плотности вероятности для возможных значений этой величины. Однако экспертов обычно не просят строить всю функцию. Вместо этого, обычная процедура - некоторая разновидность метода квантиля. В этом методе оценивающий задает значения неопределенной величины, которые связаны с маленьким количеством предопределенных квантилей распределения. Для медианы или квантиля 0.50, например, оценивающий задает такое значение величины, что истинное значение, с равной вероятностью будет попадать выше или ниже заданного значения; квантиль 0.01- это такое значение, что существует только 1 шанс из 100, что истинное значение является меньшим, чем заданное. Обычно оцениваются три или пять квантилей, включая медиану. В варианте под названием метод тертилей, оценивающий задает две величины (0.33 и 0.67 квантили) такие, что полный диапазон разделен на три одинаково вероятных секции.

Обычно регистрируются два измерения калибровки. Межквартильный индекс - процент вопросов, для которых истинное значение попадает в межквартильный диапазон (то есть, между квантилями 0.25 и 0.75). Полностью калиброванный человек будет, в конечном счете, иметь межквартильный индекс 0.50. Индекс неожиданности - это процент истинных значений, которые не попадают в крайние оцененные квантили. Когда наиболее крайние квантили оценены как 0.01 и 0.99, полностью калиброванный человек будет обладать индексом неожиданности 2. Большой индекс неожиданности показывает, что границы уверенности экспертов были слишком узкими, чтобы охватить достаточно истинных значений, и таким образом, указывает на самонадеянность (или гиперточность; Pitz, 1974). Неуверенность будет обозначена межквартильным индексом больше 50 и низким индексом неожиданности; ни о каких подобных данных не сообщалось в литературе.


⇐ назад к прежней странице | | перейти на следующую страницу ⇒