Принятие решений в неопределенности стр.239

Субъект, голосующий за милитаристскую партию, олицетворяет больше черт этого стереотипа, чем субъект, который носит длинные волосы. (И в первых трёх экспериментах высокая оценка по экономике является более репрезентативной для студентов, зачисленных в школу управления бизнесом, чем высокая оценка по антропологии.) Положительное отношение к возвращению территории было выведено с большей уверенностью в первом случае. Точность воспоминания не влияла на эти вероятности, потому что она не затрагивала оцененную репрезентативность вспомненного поведения.

Принимая это во внимание, достоверность доклада сравнима с соображениями размера выборки и базовыми значениями. Размер выборки, на которой основывается свидетельство и базовое значение выведенного отноше ния не влияют на подобие между свидетельством и признаком. Понятие репрезентативности предполагает, и исследование показало, что люди не обращают внимания на эти соображения, делая выводы (Nisbett& Borgida, 1975, Tversky & Kahneman, 1974,1). На основании этого можно ожидать, что достоверность будет приниматься во внимание в тех случаях, когда она влияет на репрезентативность доклада. Таким образом, неверное воспоминание реальных поведенческих особенностей (благодаря таким факторам, как промежуток времени, с которого особенность была зарегистрирована), которые детализированы больше, чем простые бинарные события, включённые в настоящее исследование, вероятно, будет влиять на ясность, полноту и яркость вспоминаемой информации. Такая неясная информация может быть менее репрезентативна рассматриваемому признаку, и соответственно, производит более регрессивные и более умеренные оценки вероятности...

Часть VIII Коррективные процедуры

28. Устойчивая привлекательность ошибочных линейных моделей при принятии решений*

Робин М. Дауэс

Книга Поля Мила (Paul Meehl) Клиническое прогнозирование в сравнении со статистическим: теоретический анализ и обзор доказательств (Clinical Versus Statistical Prediction: a Theoretical Analyses and a review of the Evidence) появилась 25 лет назад. В ней рассматриваются доказательства того, что числовые критериальные переменные психологической направленности (например, рейтинги способностей аспирантов, которые получили докторскую степень) от числовых предсказывающих переменных (например, оценки на выпускном экзамене, уровень средних оценок, рейтинг рекомендательных писем) лучше осуществляются посредством верных линейных моделей, чем клинической интуицией людей, имеющих опыт в таких предсказаниях. Основная идея о той статьи — это рассмотреть доказательства того, что даже ложные линейные модели могут превосходить клинические предсказания.

Верная линейная модель - это та, в которой веса, приписанные предсказывающим переменным, выбраны таким образом, чтобы оптимизировать отношение между предсказанием и критерием. Простой регрессионный анализ - это наиболее обычный пример верной линейной модели; предсказывающие переменные взвешиваются таким образом, чтобы максимизировать корреляцию между результатом по формуле и действительным значением критерия. Дискриминантный анализ - это другой пример верной линейной модели, веса приписываются предсказывающим переменным таким образом, чтобы результирующие линейные формулы максимизировали различия между двумя или более группами. Регрессионный анализ гребня (Darlington, 1978, Marquardt & Snee, 1975), другой пример, попытки приписать веса таким образом, что итоговые значения максимально коррелируют с реальным позателем в новом наборе данных.


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