Vad är försummets storlek försummelse?
Provstorle försummelse är en kognitiv partiskhet som berömdes studerats av Amos Tversky och Daniel Kahneman. Det inträffar när användare av statistisk information gör falska slutsatser genom att inte beakta urvalets storlek på de aktuella uppgifterna.
Den bakomliggande orsaken till försummelse av provstorlek är att människor ofta inte förstår att höga variansnivåer är mer benägna att uppstå i små prover. Därför är det avgörande att avgöra om provstorleken som används för att producera en given statistik är tillräckligt stor för att möjliggöra meningsfulla slutsatser.
Att veta när en provstorlek är tillräckligt stor kan vara utmanande för dem som inte har god förståelse för statistiska metoder.
Key Takeaways
- Provstorleförsäkring är en kognitiv partiskhet som studerats av Amos Tversky och Daniel Kahneman.Den består av att dra falska slutsatser från statistisk information, på grund av att man inte har beaktat effekterna av provstorleken. provstorlekar är associerade med mer flyktiga statistiska resultat, och vice versa.
Förstå provstorleksförlust
När en provstorlek är för liten kan inte exakta och pålitliga slutsatser dras. I samband med finansiering kan detta vilseleda investerare på olika sätt.
Till exempel kan en investerare se en för en ny investeringsfond, som skryter av att ha genererat 15% årlig avkastning sedan starten. Investeraren kan vara snabb med att inkludera att denna fond är deras biljett till snabb förmögenhetsgenerering. Denna slutsats kan emellertid farligt missledas om fonden inte har investerat så länge. I så fall kan resultaten bero på kortvariga avvikelser och ha lite att göra med fondens faktiska investeringsmetodik.
Provstorleksförlust förväxlas ofta med Base Rate Neglect, som är en separat kognitiv partiskhet. Medan provstorleksförlust hänvisar till misslyckandet med att ta hänsyn till provstorlekenas roll för att fastställa tillförlitligheten för statistiska påståenden, hänför sig Base Rate Neglect till människors tendens att försumma befintlig kunskap om ett fenomen vid utvärdering av ny information.
Real World Exempel på försummelse av försummelse
För att bättre förstå provstorleksförlust, fundera på följande exempel, som är hämtat från forskning av Amos Tversky och Daniel Kahneman:
En person ombeds att dra ur ett prov på fem bollar och finner att fyra är röda och en är grön.
En person drar från ett prov på 20 bollar och upptäcker att 12 är röda och åtta är gröna.
Vilket prov ger bättre bevis på att bollarna är övervägande röda?
De flesta säger att det första, mindre provet ger mycket starkare bevis eftersom förhållandet röd till grönt är mycket högre än det större provet. Men i verkligheten uppvägs det högre förhållandet av den mindre provstorleken. Urvalet av 20 ger faktiskt mycket starkare bevis.
Ett annat exempel från Amos Tversky och Daniel Kahneman är följande:
En stad betjänas av två sjukhus. På det större sjukhuset föds i genomsnitt 45 spädbarn varje dag, och på det mindre sjukhuset föds cirka 15 spädbarn varje dag. Även om 50% av alla barn är pojkar, varierar den exakta andelen från dag till dag.
Under ett år registrerade varje sjukhus de dagar då mer än 60% av bebisarna råkade vara pojkar. Vilket sjukhus registrerade fler sådana dagar?
På frågan sa 22% av de svarande att det större sjukhuset skulle rapportera fler sådana dagar, medan 56% sa att resultaten skulle vara desamma för båda sjukhusen. I själva verket är det korrekta svaret att det mindre sjukhuset skulle registrera fler sådana dagar, eftersom dess mindre storlek skulle ge större variation.
Som vi noterade tidigare är roten till provstorleksförlust att människor ofta misslyckas med att förstå att höga variansnivåer är mer benägna att uppstå i små prover. Att investera kan faktiskt vara mycket kostsamt.
