ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (Survivorship Bias)

ಒಂದು ನೋಟದಲ್ಲಿ

Category Details
Definition ಒಂದು ಆಯ್ಕೆಯ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ "ಬದುಕುಳಿದ" ಜನ, ವಸ್ತುಗಳು ಅಥವಾ ದತ್ತಾಂಶಗಳ ಮೇಲೆ ಮಾತ್ರ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿ, ಅಗೋಚರವಾಗಿರುವ ಕಾರಣದಿಂದ ವಿಫಲವಾದವರನ್ನು ಕಡೆಗಣಿಸುವ ವ್ಯವಸ್ಥಿತ ತಾರ್ಕಿಕ ದೋಷ.
Category ಸಾಕಷ್ಟು ಅರ್ಥವಿಲ್ಲದಿರುವುದು (ಖಾಲಿ ಜಾಗಗಳಿದ್ದಾಗಲೆಲ್ಲ ನಾವು ರೂಢಿಗತ ಕಲ್ಪನೆಗಳು, ಸಾಮಾನ್ಯೀಕರಣಗಳು ಮತ್ತು ಹಿಂದಿನ ಇತಿಹಾಸಗಳಿಂದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ತುಂಬಿಕೊಳ್ಳುತ್ತೇವೆ)
Difficulty to Overcome ಬಹಳ ಕಷ್ಟಕರ
Prevalence ಸಾರ್ವತ್ರಿಕ
Related Biases ಅವೈಲಬಿಲಿಟಿ ಹ್ಯೂರಿಸ್ಟಿಕ್, ಆಪ್ಟಿಮಿಸಂ ಬಯಾಸ್, ಸೆಲೆಕ್ಷನ್ ಬಯಾಸ್, ಕನ್ಫರ್ಮೇಷನ್ ಬಯಾಸ್, ಹೈಂಡ್‌ಸೈಟ್ ಬಯಾಸ್

1. ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶ

ನಾವು ಯಶಸ್ಸನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಕೇವಲ ಗೆದ್ದವರನ್ನು ಮಾತ್ರ ನೋಡುತ್ತೇವೆ—ಬೆಳೆದ ಕಂಪನಿಗಳು, ಇನ್ನೂ ನಿಂತಿರುವ ಕಟ್ಟಡಗಳು, ಸಾಧನೆ ಮಾಡಿದ ಜನರು. ವಿಫಲವಾದವರನ್ನು ನಾವು ಎಂದಿಗೂ ನೋಡುವುದಿಲ್ಲ ಏಕೆಂದರೆ ಅವರು ಮರೆಯಾಗಿರುತ್ತಾರೆ. ಇದು ವಾಸ್ತವದ ಅಪಾಯಕಾರಿ ತಿರುಚಿದ ಚಿತ್ರಣವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ಅಲ್ಲಿ ನಾವು ನಮ್ಮ ಯಶಸ್ಸಿನ ಸಾಧ್ಯತೆಗಳನ್ನು ಅತಿಯಾಗಿ ಅಂದಾಜಿಸುತ್ತೇವೆ, ಯಶಸ್ಸಿಗೆ ಕಾರಣವೇನು ಎಂಬುದನ್ನು ತಪ್ಪಾಗಿ ಗುರುತಿಸುತ್ತೇವೆ ಮತ್ತು ಅಪೂರ್ಣ ಡೇಟಾದಿಂದ ತೀರ್ಮಾನಗಳನ್ನು ಬರೆಯುತ್ತೇವೆ. ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಮಾಹಿತಿಯು ಬಹುತೇಕ ಯಾವಾಗಲೂ ಕಾಣೆಯಾಗಿರುವ ಮಾಹಿತಿಯಾಗಿರುತ್ತದೆ.

2. ಇದರ ಹಿಂದಿನ ವಿಜ್ಞಾನ

2.1. ಆವಿಷ್ಕಾರ ಮತ್ತು ಇತಿಹಾಸ

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್‌ನ ಬೌದ್ಧಿಕ ಗುರುತಿಸುವಿಕೆಯು ಆಧುನಿಕ ಅಂಕಿಅಂಶಗಳಿಗಿಂತ ಎರಡು ಸಹಸ್ರಮಾನಗಳಷ್ಟು ಹಳೆಯದು, ಆದಾಗ್ಯೂ ಎರಡನೇ ವಿಶ್ವಯುದ್ಧದ ಸಮಯದಲ್ಲಿ ಇದರ ಔಪಚಾರಿಕ ಗಣಿತಶಾಸ್ತ್ರೀಯ ಚಿಕಿತ್ಸೆ ಹೊರಹೊಮ್ಮಿತು.

ಪ್ರಾಚೀನ ಮೂಲಗಳು (ಕ್ರಿ.ಪೂ 5ನೇ ಶತಮಾನ): ಅತ್ಯಂತ ಹಳೆಯ ದಾಖಲಿತ ವೀಕ್ಷಣೆಯು ಗ್ರೀಕ್ ಕವಿ ಮತ್ತು ನಾಸ್ತಿಕನೆಂದು ಪರಿಚಿತನಾಗಿದ್ದ ಮೆಲೋಸ್‌ನ ಡಯಾಗೊರಾಸ್‌ನಿಂದ ಬರುತ್ತದೆ. ದೈವಿಕ ಹಸ್ತಕ್ಷೇಪಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗಿ ಹಡಗು ನಾಶದಿಂದ ಬದುಕುಳಿದ ಆರಾಧಕರ ಚಿತ್ರಿಸಿದ ಫಲಕಗಳನ್ನು ತೋರಿಸಿದಾಗ, ಡಯಾಗೊರಾಸ್ ಪ್ರಸಿದ್ಧವಾಗಿ ಉತ್ತರಿಸಿದನು: "ರಕ್ಷಿಸಲ್ಪಟ್ಟವರನ್ನು ನಾನು ನೋಡುತ್ತಿದ್ದೇನೆ, ಆದರೆ ಹಡಗು ನಾಶವಾದವರ ಚಿತ್ರಗಳು ಎಲ್ಲಿವೆ?" ಸಿಸೆರೊನಿಂದ De Natura Deorum ನಲ್ಲಿ ಸಂರಕ್ಷಿಸಲ್ಪಟ್ಟಿರುವ ಈ ಉಪಾಖ್ಯಾನವು, ಪಕ್ಷಪಾತದ ಸಂಪೂರ್ಣ ಕಾರ್ಯವಿಧಾನವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ—ಬದುಕುಳಿದವರು ಗೋಚರಿಸುತ್ತಾರೆ ಮತ್ತು ಮಾತನಾಡುತ್ತಾರೆ; ಸತ್ತವರು ಮೌನವಾಗಿರುತ್ತಾರೆ.

ನವೋದಯದ ಔಪಚಾರಿಕೀಕರಣ (17ನೇ ಶತಮಾನ): ಫ್ರಾನ್ಸಿಸ್ ಬೇಕನ್ ಈ ವೀಕ್ಷಣೆಯನ್ನು ತನ್ನ "ಐಡಲ್ಸ್ ಆಫ್ ದಿ ಮೈಂಡ್" ಸಿದ್ಧಾಂತದಲ್ಲಿ, ನಿರ್ದಿಷ್ಟವಾಗಿ ಐಡಲ್ಸ್ ಆಫ್ ದಿ ಟ್ರೈಬ್‌ನಲ್ಲಿ ಸಂಯೋಜಿಸಿದನು. ಮಾನವ ಬುದ್ಧಿಶಕ್ತಿಯು ನಕಾರಾತ್ಮಕತೆಗಿಂತ ಹೆಚ್ಚಾಗಿ ಸಕಾರಾತ್ಮಕತೆಯಿಂದ ಚಲಿಸಲ್ಪಡುತ್ತದೆ ಎಂದು ಅವರು ಗಮನಿಸಿದರು-ಯಶಸ್ಸುಗಳು ದಾಖಲಾಗುತ್ತವೆ ಮತ್ತು ವೈಫಲ್ಯಗಳು ದಾಖಲೆಯಿಂದ ಕಣ್ಮರೆಯಾಗುತ್ತವೆ.

ಎರಡನೇ ಮಹಾಯುದ್ಧದ ಗಣಿತದ ಚಿಕಿತ್ಸೆ (1943): ಕೊಲಂಬಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ರಿಸರ್ಚ್ ಗ್ರೂಪ್‌ನೊಂದಿಗೆ ಅಬ್ರಹಾಂ ವಾಲ್ಡ್ ಅವರ ಕೆಲಸವು, ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಪರಿಹರಿಸಲು ಮೊದಲ ಕಟ್ಟುನಿಟ್ಟಾದ ಗಣಿತದ ಚೌಕಟ್ಟನ್ನು ಒದಗಿಸಿತು, ಕಾರ್ಯಾಚರಣೆಯ ಸಂಶೋಧನೆ ಮತ್ತು ಮಿಲಿಟರಿ ತಂತ್ರವನ್ನು ಶಾಶ್ವತವಾಗಿ ಬದಲಾಯಿಸಿತು.

ಹಣಕಾಸು ಅರ್ಥಶಾಸ್ತ್ರದ ಕ್ರಾಂತಿ (1990 ರ ದಶಕ): ಬ್ರೌನ್, ಗೊಯೆಟ್ಜ್ಮನ್, ಎಲ್ಟನ್, ಗ್ರೂಬರ್ ಮತ್ತು ಬ್ಲೇಕ್ ಸೇರಿದಂತೆ ಸಂಶೋಧಕರು ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಮತ್ತು ಹೆಡ್ಜ್ ಫಂಡ್ ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾದ ಮೇಲಿನ ಪಕ್ಷಪಾತದ ಪ್ರಭಾವವನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿದರು, ಇದು ಹೂಡಿಕೆ ವಿಶ್ಲೇಷಣೆಯ ಮೇಲಿನ ಅದರ ಆಳವಾದ ಪರಿಣಾಮಗಳನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ.

ಜನಪ್ರಿಯ ತತ್ವಶಾಸ್ತ್ರ (2000 ರ ದಶಕ): ನಾಸಿಮ್ ನಿಕೋಲಸ್ ತಾಲೇಬ್ ಫೂಲ್ಡ್ ಬೈ ರ್ಯಾಂಡಮ್ನೆಸ್ (2001) ಮತ್ತು ದಿ ಬ್ಲ್ಯಾಕ್ ಸ್ವಾನ್ (2007) ನಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಪರಿಕಲ್ಪನೆಯಿಂದ ತಾತ್ವಿಕ ವಿಶ್ವ ದೃಷ್ಟಿಕೋನಕ್ಕೆ ಏರಿಸಿದರು.

2.2. ಪ್ರಮುಖ ಸಂಶೋಧಕರು

ಸಂಶೋಧಕರು ಕೊಡುಗೆ ವರ್ಷ
ಮೆಲೋಸ್‌ನ ಡಯಾಗೊರಾಸ್ ಪಕ್ಷಪಾತದ ಮೊದಲ ದಾಖಲಿತ ವೀಕ್ಷಣೆ (ಹಡಗು ನಾಶದಿಂದ ಬದುಕುಳಿದವರು) ~ಕ್ರಿ.ಪೂ 450
ಫ್ರಾನ್ಸಿಸ್ ಬೇಕನ್ "ಐಡಲ್ಸ್ ಆಫ್ ದಿ ಮೈಂಡ್" ಸಿದ್ಧಾಂತಕ್ಕೆ ಸಂಯೋಜನೆ 1620
ಅಬ್ರಹಾಂ ವಾಲ್ಡ್ ವಿಮಾನದ ದುರ್ಬಲತೆಯ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಗಣಿತಶಾಸ್ತ್ರದ ಚಿಕಿತ್ಸೆ 1943
ಸ್ಟೀಫನ್ ಬ್ರೌನ್ & ವಿಲಿಯಂ ಗೊಯೆಟ್ಜ್ಮನ್ ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಕಾರ್ಯಕ್ಷಮತೆ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಪಕ್ಷಪಾತದ ಪ್ರಮಾಣೀಕರಣ 1992
ಎಡ್ವಿನ್ ಎಲ್ಟನ್, ಮಾರ್ಟಿನ್ ಗ್ರೂಬರ್ & ಕ್ರಿಸ್ಟೋಫರ್ ಬ್ಲೇಕ್ ಮ್ಯೂಚುಯಲ್ ಫಂಡ್‌ಗಳಲ್ಲಿ ಅಂದಾಜು ವಾರ್ಷಿಕ ಪಕ್ಷಪಾತದ ಪ್ರಮಾಣ (~0.9%) 1996
ಬರ್ಟನ್ ಮಲ್ಕಿಯೆಲ್ ಅಂದಾಜು ಹೆಡ್ಜ್ ಫಂಡ್ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (ವಾರ್ಷಿಕವಾಗಿ ~4.4%) 1995
ನಾಸಿಮ್ ನಿಕೋಲಸ್ ತಾಲೇಬ್ "ಮೌನ ಸಾಕ್ಷ್ಯ" ಪರಿಕಲ್ಪನೆಯ ಮೂಲಕ ತಾತ್ವಿಕ ಜನಪ್ರಿಯಗೊಳಿಸುವಿಕೆ 2001-2007
ಜೇಮ್ಸ್ ಹೆಕ್ಮನ್ ಆಯ್ಕೆಯ ಪಕ್ಷಪಾತಕ್ಕಾಗಿ ಹೆಕ್ಮನ್ ತಿದ್ದುಪಡಿ ಕುರಿತು ನೊಬೆಲ್ ಪ್ರಶಸ್ತಿ ವಿಜೇತ ಕೆಲಸ 2000

2.3. ಮೈಲಿಗಲ್ಲು ಅಧ್ಯಯನಗಳು

ವಿಮಾನದ ದುರ್ಬಲತೆಯ ವಿಶ್ಲೇಷಣೆ (ವಾಲ್ಡ್, 1943)

ಎರಡನೇ ಮಹಾಯುದ್ಧದ ಸಮಯದಲ್ಲಿ, ಬಾಂಬರ್ ವಿಮಾನದ ಮೇಲೆ ಎಲ್ಲಿ ರಕ್ಷಾಕವಚವನ್ನು ಇರಿಸಬೇಕೆಂದು ನಿರ್ಧರಿಸಲು ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ರಿಸರ್ಚ್ ಗ್ರೂಪ್‌ಗೆ ಕೇಳಲಾಯಿತು. ಕಾರ್ಯಾಚರಣೆಗಳಿಂದ ಹಿಂದಿರುಗುವ ವಿಮಾನಗಳಲ್ಲಿ ಗುಂಡಿನ ರಂಧ್ರಗಳ ಸಾಂದ್ರತೆಯನ್ನು ತೋರಿಸುವ ಡೇಟಾವನ್ನು ಮಿಲಿಟರಿ ಪ್ರಸ್ತುತಪಡಿಸಿತು: ಫ್ಯೂಸ್ಲೇಜ್ (ವಿಮಾನದ ಮುಖ್ಯ ಭಾಗ), ರೆಕ್ಕೆಗಳು ಮತ್ತು ಬಾಲದ ಮೇಲೆ ಭಾರೀ ಹಾನಿ, ಆದರೆ ಇಂಜಿನ್ಗಳು ಮತ್ತು ಕಾಕ್‌ಪಿಟ್‌ಗಳ ಮೇಲೆ ಕನಿಷ್ಠ ಹಾನಿ.

ಹೆಚ್ಚಿನ ಹೊಡೆತಗಳನ್ನು ಪಡೆಯುವ ಪ್ರದೇಶಗಳನ್ನು ರಕ್ಷಿಸುವುದು ಮಿಲಿಟರಿಯ ಅರ್ಥಗರ್ಭಿತ ತೀರ್ಮಾನವಾಗಿತ್ತು. ವಾಲ್ಡ್ ಅವರ ಪ್ರತಿಯುತ್ಪನ್ನ ಒಳನೋಟವು ಈ ಶಿಫಾರಸನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಹಿಮ್ಮುಖಗೊಳಿಸಿತು: ಇಂಜಿನ್ಗಳು ಮತ್ತು ಕಾಕ್‌ಪಿಟ್‌ಗಳನ್ನು ರಕ್ಷಿಸಿ - ಅಂದರೆ ಯಾವುದೇ ಹಾನಿ ಕಂಡುಬರದ ಪ್ರದೇಶಗಳನ್ನು.

ಅವರ ತಾರ್ಕಿಕ ಕ್ರಿಯೆ: ಶತ್ರುಗಳ ಗುಂಡಿನ ದಾಳಿಯನ್ನು ಬಹುಶಃ ವಿಮಾನದಾದ್ಯಂತ ಯಾದೃಚ್ಛಿಕವಾಗಿ ವಿತರಿಸಲಾಗಿತ್ತು. ಇಂಜಿನ್‌ಗಳಲ್ಲಿ ಗುಂಡಿನ ರಂಧ್ರಗಳು "ಕಾಣೆಯಾಗಿರುವುದು" ಇಂಜಿನ್‌ಗಳಿಗೆ ಗುಂಡೇಟು ಬೀಳುತ್ತಿಲ್ಲ ಎಂಬುದಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗಿರಲಿಲ್ಲ—ಬದಲಾಗಿ ಇಂಜಿನ್‌ಗಳಿಗೆ ಗುಂಡೇಟು ತಿಂದ ವಿಮಾನಗಳು ಹಿಂತಿರುಗಲಿಲ್ಲ ಎಂಬುದಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗಿತ್ತು. ಮಿಲಿಟರಿಯು ವಿಶ್ಲೇಷಿಸುತ್ತಿದ್ದುದು ಬದುಕುಳಿಯಬಹುದಾದ ಹಾನಿಯನ್ನೇ ಹೊರತು, ಪ್ರಾಣಾಂತಿಕ ಹಾನಿಯನ್ನಲ್ಲ.

ವಾಲ್ಡ್ ಇದನ್ನು ತನ್ನ ಜ್ಞಾಪಕ ಪತ್ರವಾದ "ಬದುಕುಳಿದವರ ಹಾನಿಯ ಆಧಾರದ ಮೇಲೆ ವಿಮಾನದ ದುರ್ಬಲತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುವ ವಿಧಾನ" ದಲ್ಲಿ ಔಪಚಾರಿಕಗೊಳಿಸಿದರು, ಬದುಕುಳಿದವರ ಮೇಲೆ ಕಂಡುಬರುವ ಹೊಡೆತದ ಸಾಂದ್ರತೆಯು ಆ ಪ್ರದೇಶಕ್ಕೆ ಆಗುವ ಹೊಡೆತಗಳ ಪ್ರಾಣಾಂತಿಕತೆಗೆ ವಿಲೋಮಾನುಪಾತದಲ್ಲಿರುತ್ತದೆ ಎಂದು ಸ್ಥಾಪಿಸಿದರು.

ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (ಬ್ರೌನ್, ಗೊಯೆಟ್ಜ್ಮನ್, ಮತ್ತು ಇತರರು, 1992)

ರಿವ್ಯೂ ಆಫ್ ಫೈನಾನ್ಷಿಯಲ್ ಸ್ಟಡೀಸ್ ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಈ ಪ್ರಬಂಧವು, ಪ್ರಮಾಣಿತ ಹಣಕಾಸು ಡೇಟಾಬೇಸ್‌ಗಳು ಮುಚ್ಚಲ್ಪಟ್ಟ ಅಥವಾ ವಿಲೀನಗೊಂಡ ಫಂಡ್‌ಗಳ ದಾಖಲೆಗಳನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಅಳಿಸಿಹಾಕುತ್ತವೆ ಎಂದು ಪ್ರದರ್ಶಿಸಿತು. ಫಂಡ್‌ಗಳನ್ನು ಬಹುತೇಕ ಯಾವಾಗಲೂ ಕಳಪೆ ಕಾರ್ಯಕ್ಷಮತೆಯಿಂದಾಗಿ ಮುಚ್ಚಲಾಗುತ್ತದೆ, ಈ ಮೊಟಕುಗೊಳಿಸುವಿಕೆಯು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮರೀಚಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸಿತು-ಸರಾಸರಿ ಫಂಡ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆಯು ವಾಸ್ತವಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡುವುದು ಮತ್ತು ವಾಸ್ತವದಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ "ಕೌಶಲ್ಯ" ವನ್ನು ಅನುಕರಿಸುವಂತಹ ಅಸ್ಥಿರತೆ ಮತ್ತು ಆದಾಯಗಳ ನಡುವೆ ನಕಲಿ ಸಂಬಂಧಗಳನ್ನು ಸೃಷ್ಟಿಸುವುದು.

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಮತ್ತು ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಪರ್ಫಾರ್ಮೆನ್ಸ್ (ಎಲ್ಟನ್, ಗ್ರೂಬರ್ & ಬ್ಲೇಕ್, 1996)

ಈ ಮೈಲಿಗಲ್ಲು ಅಧ್ಯಯನವು 1976 ರ ಕೊನೆಯಲ್ಲಿ ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದ ಪ್ರತಿಯೊಂದು ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಿತು. ಪ್ರಮುಖ ಸಂಶೋಧನೆಗಳು:

  • ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ವಾರ್ಷಿಕ ಆದಾಯವನ್ನು ಸರಿಸುಮಾರು 0.9% (90 ಬೇಸಿಸ್ ಪಾಯಿಂಟ್‌ಗಳು) ರಷ್ಟು ಹೆಚ್ಚಿಸಿದೆ
  • ದೊಡ್ಡ ಫಂಡ್‌ಗಳಿಗಿಂತ ಸಣ್ಣ ಫಂಡ್‌ಗಳಿಗೆ ಪಕ್ಷಪಾತವು ಗಣನೀಯವಾಗಿ ದೊಡ್ಡದಾಗಿದೆ
  • ವಿಲೀನಗೊಂಡ ಫಂಡ್‌ಗಳು (ಹೆಚ್ಚಾಗಿ ದೊಡ್ಡ ಫಂಡ್‌ಗಳಲ್ಲಿ ಕಳಪೆ ದಾಖಲೆಗಳನ್ನು ಮರೆಮಾಚುವುದು) ಮತ್ತು ಮುಚ್ಚಲ್ಪಟ್ಟ ಎರಡೂ ಫಂಡ್‌ಗಳು ಪಕ್ಷಪಾತಕ್ಕೆ ಕಾರಣವಾಗಿವೆ.

ಪಕ್ಷಪಾತವನ್ನು ಸರಿಪಡಿಸಿದ ನಂತರ ದಕ್ಷ ಮಾರುಕಟ್ಟೆ ಊಹೆಗೆ ಈ ಸಂಶೋಧನೆಗಳು ಬಲವಾದ ಪ್ರಾಯೋಗಿಕ ಬೆಂಬಲವನ್ನು ಒದಗಿಸಿದವು.

2.4. ನರವೈಜ್ಞಾನಿಕ ಆಧಾರ

ಮಾನವನ ಅರಿವಿನ ಮೂಲಭೂತ ಲಕ್ಷಣಗಳಿಂದ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಹೊರಹೊಮ್ಮುತ್ತದೆ:

ಸಿಸ್ಟಮ್ 1 ಥಿಂಕಿಂಗ್: ಡೇನಿಯಲ್ ಕಾಹ್ನೆಮನ್ ಅವರ "ವೇಗದ ಚಿಂತನೆ" ವ್ಯವಸ್ಥೆಯು "ನೆನಪಿಸಿಕೊಳ್ಳುವ ಸುಲಭತೆ" ಯನ್ನು "ಸಂಭವಿಸುವಿಕೆಯ ಆವರ್ತನ" ದೊಂದಿಗೆ ಗೊಂದಲಗೊಳಿಸುತ್ತದೆ. ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳನ್ನು (ಸ್ಟೀವ್ ಜಾಬ್ಸ್, ಬಿಲ್ ಗೇಟ್ಸ್) ಸುಲಭವಾಗಿ ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದು, ಆದ್ದರಿಂದ ಮೂಲ ದರಗಳು ಸಮರ್ಥಿಸುವುದಕ್ಕಿಂತ ನಾವು ಇದೇ ರೀತಿಯ ಫಲಿತಾಂಶಗಳಿಗೆ ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆಯನ್ನು ಅಂತರ್ಬೋಧೆಯಿಂದ ನಿಯೋಜಿಸುತ್ತೇವೆ.

ಅವೈಲಬಿಲಿಟಿ ಹ್ಯೂರಿಸ್ಟಿಕ್: ನಿರ್ಧಾರಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ಮೆದುಳು ತಕ್ಷಣ ಲಭ್ಯವಿರುವ ಉದಾಹರಣೆಗಳನ್ನು ಅವಲಂಬಿಸಿದೆ. ಯಶಸ್ಸುಗಳು ಅಂತರ್ಗತವಾಗಿ ಹೆಚ್ಚು "ಲಭ್ಯವಿರುತ್ತವೆ"—ಯಶಸ್ವಿ ಕಂಪನಿಗಳು ಷೇರು ವಿನಿಮಯ ಕೇಂದ್ರಗಳಲ್ಲಿ ಪಟ್ಟಿಮಾಡಲ್ಪಟ್ಟಿವೆ ಆದರೆ ವಿಫಲವಾದ ಕಂಪನಿಗಳನ್ನು ಪಟ್ಟಿಯಿಂದ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ; ಕುಸಿದ ಕಟ್ಟಡಗಳ ಸ್ಥಾನದಲ್ಲಿ ಬೇರೆಯವುಗಳನ್ನು ನಿರ್ಮಿಸಲಾಗುತ್ತದೆ, ಆದರೆ ಯಶಸ್ವಿ ಕಟ್ಟಡಗಳು ಹಾಗೇ ನಿಂತಿರುತ್ತವೆ.

ಪ್ಯಾಟರ್ನ್ ರೆಕಗ್ನಿಷನ್ ಮಿತಿಗಳು: ಗ್ರಹಿಸಿದ ಡೇಟಾದಿಂದ ಸಾಂದರ್ಭಿಕ ನಿರೂಪಣೆಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಮಾನವನ ಮೆದುಳು ವಿಕಸನಗೊಂಡಿದೆ ಆದರೆ ಇಲ್ಲದಿರುವ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಈ ಮೂಲಭೂತ ಮಿತಿ-ನಾವು ನೋಡುವುದನ್ನು ಮಾತ್ರ ನಾವು ವಿಶ್ಲೇಷಿಸಬಹುದು-ಇದು ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್‌ನ ನರಮಂಡಲದ ಅಡಿಪಾಯವಾಗಿದೆ.

ಆಪ್ಟಿಮಿಸಂ ಬಯಾಸ್ ಇಂಟರಾಕ್ಷನ್: ಸ್ವಯಂ-ಮೌಲ್ಯಮಾಪನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ನರಮಂಡಲದ ಸರ್ಕ್ಯೂಟ್‌ಗಳು ಆಶಾವಾದದ ಕಡೆಗೆ ಒಲವು ತೋರುತ್ತವೆ. ಬದುಕುಳಿದವರ-ಪಕ್ಷಪಾತದ ಡೇಟಾವನ್ನು ನೋಡುವಾಗ, ಈ ಸರ್ಕ್ಯೂಟ್‌ಗಳು ವೈಫಲ್ಯಗಳ ಮೂಕ ಬಹುಪಾಲು ಬದಲಿಗೆ ವಿಜೇತರೊಂದಿಗೆ ಗುರುತಿಸಿಕೊಳ್ಳುವುದನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತವೆ, ಅಪಾಯಕಾರಿ ನಡವಳಿಕೆಯನ್ನು ಬಲಪಡಿಸುತ್ತವೆ.

3. ವಿಕಾಸಾತ್ಮಕ ಮೂಲಗಳು

ವೇಗವು ಅನೇಕವೇಳೆ ನಿಖರತೆಯನ್ನು ಮೀರಿಸುವ ಪರಿಸರದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಮಾದರಿ-ಗುರುತಿಸುವಿಕೆ ಯಂತ್ರಗಳಾಗಿ, ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ನಮ್ಮ ವಿಕಾಸಾತ್ಮಕ ಪರಂಪರೆಯಲ್ಲಿ ಆಳವಾಗಿ ಬೇರೂರಿದೆ.

ಪೂರ್ವಜರ ಪರಿಸರಗಳಲ್ಲಿ ಹೊಂದಾಣಿಕೆಯ ಮೌಲ್ಯ: ನಮ್ಮ ಪೂರ್ವಜರಿಗೆ, ಯಶಸ್ವಿ ತಂತ್ರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವುದು ಅರ್ಥಪೂರ್ಣವಾಗಿತ್ತು. ಬೇಟೆಯಾಡುವ ತಂತ್ರ, ವಲಸೆಯ ಮಾರ್ಗ ಅಥವಾ ಆಹಾರದ ಮೂಲವು ಬದುಕುಳಿದವರನ್ನು ಸೃಷ್ಟಿಸಿದರೆ, ಅದನ್ನು ಅನುಕರಿಸುವುದು ಯೋಗ್ಯವಾಗಿತ್ತು. ವೈಫಲ್ಯಗಳು-ವಿಭಿನ್ನ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ ಸತ್ತವರು-ಸಮಾಲೋಚನೆಗೆ ಲಭ್ಯವಿರಲಿಲ್ಲ. ಗೋಚರಿಸುವ ಯಶಸ್ಸಿನಿಂದ ಕಲಿಯುವುದು ವೇಗದ, ದಕ್ಷವಾದ ಹ್ಯೂರಿಸ್ಟಿಕ್ ಆಗಿತ್ತು.

ಶಕ್ತಿ ಸಂರಕ್ಷಣೆ: ಮೆದುಳು ನಮ್ಮ ಚಯಾಪಚಯ ಶಕ್ತಿಯ ಶೇಕಡಾ 20 ರಷ್ಟನ್ನು ಬಳಸುತ್ತದೆ. ಇರದ ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು-ನಾವು ನೋಡಲಾಗದ ಎಲ್ಲಾ ವೈಫಲ್ಯಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳುವುದು-ಅರಿವಿನ ದೃಷ್ಟಿಯಿಂದ ದುಬಾರಿಯಾಗಿದೆ. ಅದೃಶ್ಯ ಪರ್ಯಾಯಗಳನ್ನು ಸಮಗ್ರವಾಗಿ ರೂಪಿಸುವ ಬದಲು ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯನ್ನು ಸಮರ್ಥವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಮಿದುಳುಗಳನ್ನು ವಿಕಸನವು ಬೆಂಬಲಿಸಿತು.

ವೈಶಿಷ್ಟ್ಯ, ದೋಷವಲ್ಲ: ತುಲನಾತ್ಮಕವಾಗಿ ಸ್ಥಿರವಾದ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ತಕ್ಷಣ ಗಮನಿಸಬಹುದಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಹೊಂದಿರುವ ಪೂರ್ವಜರ ಪರಿಸರದಲ್ಲಿ, ಸರ್ವೈವರ್‌ಶಿಪ್-ಪಕ್ಷಪಾತದ ಕಲಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಸಾಕಷ್ಟು ಉತ್ತಮವಾಗಿತ್ತು. ನಿಮ್ಮ ನೆರೆಹೊರೆಯವರು ನಿರ್ದಿಷ್ಟ ಆಶ್ರಯ ವಿನ್ಯಾಸವನ್ನು ಬಳಸಿಕೊಂಡು ಚಳಿಗಾಲದಲ್ಲಿ ಬದುಕುಳಿದರೆ, ಅದನ್ನು ನಕಲಿಸುವುದು ಸಮಂಜಸವಾಗಿತ್ತು. ವೈಫಲ್ಯಗಳನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಮರೆಮಾಚುವ ಸಂಕೀರ್ಣ, ಆಧುನಿಕ ಪರಿಸರದಲ್ಲಿ ಮತ್ತು "ಬದುಕುಳಿದವರ" ಮಾದರಿಯು ಬೃಹತ್ ಪ್ರಮಾಣದಲ್ಲಿ ಪ್ರತಿನಿಧಿಸದಿರುವಾಗ ಮಾತ್ರ ಈ ಪಕ್ಷಪಾತವು ಸಮಸ್ಯಾತ್ಮಕವಾಗುತ್ತದೆ.

ಲಭ್ಯತೆಯ ಹೊಂದಾಣಿಕೆಯಿಲ್ಲದಿರುವಿಕೆ: ನಮ್ಮ ಮಿದುಳುಗಳು ಸಣ್ಣ ಗುಂಪುಗಳಲ್ಲಿ ವಿಕಸನಗೊಂಡಿವೆ, ಅಲ್ಲಿ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಘಟನೆಗಳನ್ನು ನೇರವಾಗಿ ಗಮನಿಸಬಹುದಾಗಿತ್ತು. ಆಧುನಿಕ ಸಮಾಜದಲ್ಲಿ, ಬಹು ಪದರಗಳ ಆಯ್ಕೆಯ (ಮಾಧ್ಯಮ, ಮಾರುಕಟ್ಟೆಗಳು, ಇತಿಹಾಸ) ಮೂಲಕ ಫಿಲ್ಟರ್ ಮಾಡಲಾದ ಮಾಹಿತಿಯನ್ನು ನಾವು ಎದುರಿಸುತ್ತೇವೆ, ಇದು ನಮ್ಮ ಲಭ್ಯತೆ-ಆಧಾರಿತ ಅಂತಃಪ್ರಜ್ಞೆಗಳನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ದಾರಿತಪ್ಪಿಸುತ್ತದೆ.

4. ಈ ಪಕ್ಷಪಾತ ಹೇಗೆ ಪ್ರಕಟವಾಗುತ್ತದೆ

4.1. ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ

"ಅವರು ಹಿಂದಿನಂತೆ ಅವುಗಳನ್ನು ತಯಾರಿಸುವುದಿಲ್ಲ": ರೋಮನ್ ಪಾಂಥಿಯಾನ್, ವಿಕ್ಟೋರಿಯನ್ ಮಹೋಗಾನಿ ಪೀಠೋಪಕರಣಗಳು ಮತ್ತು 1950 ರ ದಶಕದ ಉಪಕರಣಗಳು "ಇನ್ನೂ ಕೆಲಸ ಮಾಡುತ್ತವೆ" ಎಂಬುದು ಶತಮಾನಗಳ ವಿನಾಶದಿಂದ ಬದುಕುಳಿದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಹೊರಗಿನವರಾಗಿದ್ದಾರೆ (outliers). ಕುಸಿದುಹೋದ ಕಳಪೆಯಾಗಿ-ನಿರ್ಮಿಸಲಾದ ರೋಮನ್ ವಸತಿಗೃಹಗಳು, ಕೊಳೆಯುವ ಅಗ್ಗದ ವಿಕ್ಟೋರಿಯನ್ ಪೀಠೋಪಕರಣಗಳು ಮತ್ತು ಭೂಕುಸಿತದಲ್ಲಿರುವ ಮುರಿದ 1950 ರ ಉಪಕರಣಗಳು ಅದೃಶ್ಯವಾಗಿವೆ. ನಾವು ಭೂತಕಾಲದ ಅತ್ಯುತ್ತಮವಾದದ್ದನ್ನು ವರ್ತಮಾನದ ಸರಾಸರಿಗೆ ಹೋಲಿಸುತ್ತೇವೆ.

"ಕ್ಲಾಸಿಕ್" ಸಂಗೀತ ಭ್ರಮೆ: 1960-70 ರ ದಶಕದ ಸಂಗೀತವು ಶ್ರೇಷ್ಠವೆಂದು ಜನರು ಹೇಳುತ್ತಾರೆ ಏಕೆಂದರೆ "ಆ ಯುಗದ ಎಲ್ಲಾ ಹಾಡುಗಳು ಕ್ಲಾಸಿಕ್ ಆಗಿವೆ". ಸಾವಿರಾರು ನಕಲಿ, ಕಳಪೆಯಾಗಿ ನಿರ್ಮಿಸಲಾದ ಹಾಡುಗಳು ಬಿಡುಗಡೆಯಾಗಿವೆ ಎಂಬುದನ್ನು ಇದು ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ-ರೇಡಿಯೋ ಕೇಂದ್ರಗಳು ಬದುಕುಳಿದ 1% ಹಿಟ್‌ಗಳನ್ನು ಮಾತ್ರ ಪ್ಲೇ ಮಾಡುತ್ತವೆ. ನಾವು ಭೂತಕಾಲದ ಫಿಲ್ಟರ್ ಮಾಡಿದ ಅತ್ಯುತ್ತಮವಾದದ್ದನ್ನು ಇಂದಿನ 100% ಔಟ್‌ಪುಟ್‌ಗೆ ಹೋಲಿಸುತ್ತೇವೆ.

ಸಂತೋಷದ ಜೋಡಿಗಳಿಂದ ಸಂಬಂಧದ ಸಲಹೆ: ಸಂಬಂಧದ ಸಲಹೆಯನ್ನು ಕೋರಿದಾಗ, ನಾವು ಸಾಮಾನ್ಯವಾಗಿ ಇನ್ನೂ ಒಟ್ಟಿಗೆ ಇರುವ ದಂಪತಿಗಳನ್ನು ಸಂಪರ್ಕಿಸುತ್ತೇವೆ. ಅದೇ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿದ ಮತ್ತು ವಿಚ್ಛೇದನದಲ್ಲಿ ಕೊನೆಗೊಂಡವರಿಂದ ನಾವು ವಿರಳವಾಗಿ ಕೇಳುತ್ತೇವೆ, ಬಹುಶಃ ಅವರ ವೈಫಲ್ಯಕ್ಕೆ ಕಾರಣವಾದ ಸಲಹೆಯನ್ನು ಅನುಸರಿಸುತ್ತೇವೆ.

ರೆಸ್ಟೋರೆಂಟ್ ಶಿಫಾರಸುಗಳು: ನಗರವೊಂದರ ಜನಪ್ರಿಯ ರೆಸ್ಟೋರೆಂಟ್‌ಗಳು, ವ್ಯಾಖ್ಯಾನದ ಪ್ರಕಾರ, ಬದುಕುಳಿದವುಗಳು. ವಿಫಲವಾದ ಸಾವಿರಾರು ರೆಸ್ಟೋರೆಂಟ್‌ಗಳು—ಬಹುಶಃ ಒಂದೇ ರೀತಿಯ ತಂತ್ರಗಳೊಂದಿಗೆ—ಮುಚ್ಚಲ್ಪಟ್ಟಿವೆ ಮತ್ತು ಯಾವುದು ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ ಎಂಬುದರ ಕುರಿತು ನಮ್ಮನ್ನು ಎಚ್ಚರಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

4.2. ಕೆಲಸದ ಸ್ಥಳದಲ್ಲಿ

ಕಾಲೇಜು ಡ್ರಾಪ್‌ಔಟ್ ಪುರಾಣ: ಕಾಲೇಜು ತೊರೆಯುವುದರಿಂದ ಯಶಸ್ಸು ಸಿಗುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಪುರಾವೆಯಾಗಿ ಗೇಟ್ಸ್, ಜಾಬ್ಸ್ ಮತ್ತು ಜುಕರ್‌ಬರ್ಗ್‌ನಂತಹ ಬಿಲಿಯನೇರ್‌ಗಳನ್ನು ಮಾಧ್ಯಮಗಳು ಎತ್ತಿ ತೋರಿಸುತ್ತವೆ. ಇದು ಸಾಲ ಮತ್ತು ಕಡಿಮೆ ಜೀವಮಾನದ ಗಳಿಕೆಯನ್ನು ಹೊಂದಿರುವ ಹತ್ತಾರು ಸಾವಿರ ಡ್ರಾಪ್‌ಔಟ್‌ಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ. ಡ್ರಾಪ್‌ಔಟ್ ಯಶಸ್ಸಿನ ಮೂಲ ದರವು ಪದವೀಧರರಿಗಿಂತ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಕಡಿಮೆಯಾಗಿದೆ; ಪ್ರಸಿದ್ಧ ಉದಾಹರಣೆಗಳು ತೀರಾ ಅಸಾಧಾರಣವಾಗಿವೆ.

"ನಾನು ಹೇಗೆ ಯಶಸ್ವಿಯಾದೆ" ಸಾಹಿತ್ಯ: ನಾಸಿಮ್ ತಾಲೇಬ್ ಗಮನಿಸುವಂತೆ, ವಿಫಲವಾದ ಉದ್ಯಮಿಗಳು "ಹೌ ಐ ಬ್ಯಾಂಕ್‌ರಪ್ಟೆಡ್ ಮೈ ಸ್ಟಾರ್ಟ್‌ಅಪ್" (ನನ್ನ ಸ್ಟಾರ್ಟ್ಅಪ್ ಅನ್ನು ನಾನು ಹೇಗೆ ದಿವಾಳಿಯೆಬ್ಬಿಸಿದೆ) ಎಂಬ ಶೀರ್ಷಿಕೆಯ ಪುಸ್ತಕಗಳನ್ನು ಬರೆಯುವುದಿಲ್ಲ. ಯಶಸ್ವಿ ಉದ್ಯಮಿಗಳು "ಹೌ ಐ ಮೇಡ್ ಇಟ್" (ನಾನು ಅದನ್ನು ಹೇಗೆ ಸಾಧಿಸಿದೆ) ಎಂದು ಬರೆಯುತ್ತಾರೆ ಮತ್ತು ಅವರ ಸಲಹೆಗಳು (ದೊಡ್ಡ ಅಪಾಯಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ವಿಮರ್ಶಕರನ್ನು ನಿರ್ಲಕ್ಷಿಸಿ) ವೈಫಲ್ಯಗಳು ವಿಫಲಗೊಳ್ಳಲು ಕಾರಣವಾದ ನಿಖರವಾದ ನಡವಳಿಕೆಯಾಗಿರಬಹುದು.

"ಯಶಸ್ವಿ" ಪ್ರೊಫೈಲ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ನೇಮಕಾತಿ: ಕಂಪನಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ತಮ್ಮ ಉನ್ನತ ಸಾಧಕರ ಗುಣಲಕ್ಷಣಗಳ ಆಧಾರದ ಮೇಲೆ ನೇಮಕಾತಿ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ರಚಿಸುತ್ತವೆ. ಆದರೆ ಸಮಾನವಾಗಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದಾಗಿದ್ದ ತಿರಸ್ಕರಿಸಲ್ಪಟ್ಟ ಅಭ್ಯರ್ಥಿಗಳ ಬಗ್ಗೆ, ಅಥವಾ ಅದೇ ರೀತಿಯ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ನೇಮಕಗೊಂಡು ವಿಫಲರಾಗಿ ಹೊರಟುಹೋದವರ ಬಗ್ಗೆ ಅವರ ಬಳಿ ಡೇಟಾ ಇರುವುದಿಲ್ಲ.

ಕಾರ್ಯಕ್ಷಮತೆ ಆರೋಪಣೆ ದೋಷಗಳು: ಕೆಲವು ಪ್ರಾಜೆಕ್ಟ್‌ಗಳು ಏಕೆ ಯಶಸ್ವಿಯಾದವು ಎಂಬುದನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಸಂಸ್ಥೆಗಳು ಯಶಸ್ವಿ ತಂಡಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುತ್ತವೆ. ಕೈಬಿಡಲಾದ, ಮರುಸಂಘಟಿಸಲಾದ ಅಥವಾ ಅದರ ಸದಸ್ಯರು ಹೊರಟುಹೋದ ವೈಫಲ್ಯಗಳನ್ನು ಅವರು ಅಧ್ಯಯನ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ—ಬಹುಶಃ ಎರಡರಲ್ಲೂ ಒಂದೇ "ಯಶಸ್ಸಿನ ಅಂಶಗಳು" ಇರುವುದನ್ನು ಅವರು ಕಂಡುಕೊಳ್ಳಬಹುದು.

4.3. ವ್ಯಾಪಾರ ಮತ್ತು ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ

ಉದ್ಯಮಶೀಲತೆಯ "ಯಶಸ್ಸಿನ ಸೂತ್ರಗಳು": ಸಲಹಾ ಉದ್ಯಮವು ಬದುಕುಳಿದವರು ನಡೆಸುವ ಏಕಸ್ವಾಮ್ಯವಾಗಿದೆ. ಯಶಸ್ವಿ ಉದ್ಯಮಿಗಳ ಕಥೆಗಳಲ್ಲಿ "ಕಠಿಣ ಪರಿಶ್ರಮ," "ನಿರಂತರತೆ," ಮತ್ತು "ಗುಣಮಟ್ಟದ ಮೇಲಿನ ಗೀಳು" ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ, ಆದರೆ ವಿಫಲ ಉದ್ಯಮಿಗಳ ಸ್ಮಶಾನಗಳ ಸಮೀಕ್ಷೆಗಳು ಬಹುಶಃ ಒಂದೇ ರೀತಿಯ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತವೆ. ವಿಭಿನ್ನವಾಗಿರುವ ಅಂಶವು ಸಾಮಾನ್ಯವಾಗಿ ಅದೃಷ್ಟ, ಸಮಯ, ಅಥವಾ ಬಾಹ್ಯ ಘಟನೆಗಳು ಆಗಿರುತ್ತದೆ.

ಉತ್ಪನ್ನ ಪ್ರಶಂಸಾಪತ್ರಗಳು: ಮಾರ್ಕೆಟಿಂಗ್ ತೃಪ್ತ ಗ್ರಾಹಕರನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ. ಹೊರಹೋಗುವ, ಮರುಪಾವತಿಗಳನ್ನು ವಿನಂತಿಸುವ ಅಥವಾ ಸರಳವಾಗಿ ಕಣ್ಮರೆಯಾಗುವ ಅತೃಪ್ತ ಗ್ರಾಹಕರು ನಿರೂಪಣೆಯಲ್ಲಿ ಇರುವುದಿಲ್ಲ, ಇದು ಉತ್ಪನ್ನದ ಪರಿಣಾಮಕಾರಿತ್ವದ ಗ್ರಹಿಕೆಯನ್ನು ವಿರೂಪಗೊಳಿಸುತ್ತದೆ.

ಸ್ಪರ್ಧಾತ್ಮಕ ಬೆಂಚ್‌ಮಾರ್ಕಿಂಗ್: ಕಂಪನಿಗಳು ಯಶಸ್ವಿ ಸ್ಪರ್ಧಿಗಳ ವಿರುದ್ಧ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಮಾಡುತ್ತವೆ, ಅವರ ತಂತ್ರಗಳನ್ನು ಕಲಿಯುತ್ತವೆ. ಆದರೆ ಇದೇ ರೀತಿಯ ತಂತ್ರಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲವಾದ ಕಂಪನಿಗಳು ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳಲ್ಪಟ್ಟಿವೆ, ವಿಸರ್ಜಿಸಲ್ಪಟ್ಟಿವೆ ಅಥವಾ ದಿಕ್ಕನ್ನು ಬದಲಾಯಿಸಿವೆ-ಅವರ ವಿಫಲ ತಂತ್ರಗಳು ವಿಶ್ಲೇಷಣೆಗೆ ಅಗೋಚರವಾಗಿವೆ.

4.4. ರಾಜಕೀಯ ಮತ್ತು ಮಾಧ್ಯಮಗಳಲ್ಲಿ

ಐತಿಹಾಸಿಕ ನಿರೂಪಣೆಯ ನಿರ್ಮಾಣ: ಬದುಕುಳಿದವರು ಬರೆದ ಇತಿಹಾಸವು ಅವರ ದೃಷ್ಟಿಕೋನಗಳನ್ನು ನಿರ್ಣಾಯಕವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ. ಸೋತ, ಸತ್ತ ಅಥವಾ ಅಂಚಿಗೆ ತಳ್ಳಲ್ಪಟ್ಟವರು ಪ್ರಸ್ತಾಪಿಸಿದ ದೃಷ್ಟಿಕೋನಗಳು, ಎಚ್ಚರಿಕೆಗಳು ಮತ್ತು ಪರ್ಯಾಯಗಳನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಕಡಿಮೆ ಪ್ರತಿನಿಧಿಸಲಾಗುತ್ತದೆ.

ಸುದ್ದಿ ಬದುಕುಳಿಯುವಿಕೆ: ಸಂಪಾದಕೀಯ ಆಯ್ಕೆಯಿಂದ ಬದುಕುಳಿಯುವ ಕಥೆಗಳನ್ನು ಮಾಧ್ಯಮಗಳು ಒಳಗೊಳ್ಳುತ್ತವೆ. ಸಮಾನವಾಗಿ ಸುದ್ದಿಗೆ ಯೋಗ್ಯವಾದ ಸಾವಿರಾರು ಘಟನೆಗಳು ವರದಿಯಾಗುವುದಿಲ್ಲ, ಇದು ಯಾವ ಸಮಸ್ಯೆಗಳಿವೆ ಮತ್ತು ಯಾವ ಪರಿಹಾರಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂಬುದರ ಕುರಿತು ಸಾರ್ವಜನಿಕರ ಗ್ರಹಿಕೆಯನ್ನು ರೂಪಿಸುತ್ತದೆ.

ರಾಜಕೀಯ ತಂತ್ರದ "ಪಾಠಗಳು": ಯಶಸ್ಸಿನ ಅಂಶಗಳನ್ನು ಹೊರತೆಗೆಯಲು ರಾಜಕೀಯ ವಿಶ್ಲೇಷಕರು ಗೆಲ್ಲುವ ಪ್ರಚಾರಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುತ್ತಾರೆ. ಆದರೆ ಒಂದೇ ರೀತಿಯ ತಂತ್ರಗಳನ್ನು ಬಳಸಿದ ಮತ್ತು ಸೋತ ಪ್ರಚಾರಗಳು ಕಡಿಮೆ ಗಮನವನ್ನು ಪಡೆಯುತ್ತವೆ, ಇದು ಬಹುಶಃ ದೋಷಯುಕ್ತ ಕಾರ್ಯತಂತ್ರದ ಶಿಫಾರಸುಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

4.5. ಆರೋಗ್ಯ ರಕ್ಷಣೆಯಲ್ಲಿ

ಒಂದನೇ ಮಹಾಯುದ್ಧದ ಹೆಲ್ಮೆಟ್ ವಿರೋಧಾಭಾಸ: WWI ನಲ್ಲಿ ಉಕ್ಕಿನ ಹೆಲ್ಮೆಟ್‌ಗಳನ್ನು ಪರಿಚಯಿಸಿದಾಗ, ಫೀಲ್ಡ್ ಆಸ್ಪತ್ರೆಗಳು ತಲೆಯ ಗಾಯಗಳಲ್ಲಿ ನಾಟಕೀಯ ಹೆಚ್ಚಳ ವನ್ನು ವರದಿ ಮಾಡಿದವು. ಹೆಲ್ಮೆಟ್‌ಗಳು ದೋಷಪೂರಿತವಾಗಿವೆ ಎಂದು ಕೆಲವರು ಸೂಚಿಸಿದರು. ವಾಸ್ತವ: ಹೆಲ್ಮೆಟ್‌ಗಳ ಮೊದಲು, ತಲೆಗೆ ಬಡಿಯುತ್ತಿದ್ದ ಚೂರುಗಳು ಸೈನಿಕರನ್ನು ತಕ್ಷಣವೇ ಕೊಲ್ಲುತ್ತಿದ್ದವು (KIA ಎಂದು ದಾಖಲಿಸಲಾಗಿದೆ, ಆಸ್ಪತ್ರೆಗಳನ್ನು ತಲುಪಲಿಲ್ಲ). ಹೆಲ್ಮೆಟ್‌ಗಳು ಸಾವುಗಳನ್ನು ಚಿಕಿತ್ಸೆ ನೀಡಬಹುದಾದ ಗಾಯಗಳಾಗಿ ಪರಿವರ್ತಿಸಿದವು, ಮೊದಲ ಬಾರಿಗೆ ಡೇಟಾದಲ್ಲಿ ತಲೆಯ ಗಾಯಗಳು ಗೋಚರಿಸುವಂತೆ ಮಾಡಿದವು.

ಬೆಕ್ಕುಗಳಲ್ಲಿ ಹೈ-ರೈಸ್ ಸಿಂಡ್ರೋಮ್: 1987 ರ ಪಶುವೈದ್ಯಕೀಯ ಅಧ್ಯಯನವು >7 ಮಹಡಿಗಳಿಂದ ಬೀಳುವ ಬೆಕ್ಕುಗಳು 5-7 ಮಹಡಿಗಳಿಂದ ಬೀಳುವ ಬೆಕ್ಕುಗಳಿಗಿಂತ ಕಡಿಮೆ ಗಾಯಗಳನ್ನು ಹೊಂದಿವೆ ಎಂದು ಕಂಡುಹಿಡಿದಿದೆ, ಅಂದರೆ ಎತ್ತರದಿಂದ ಬೀಳುವುದು "ಸುರಕ್ಷಿತ" ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಪಕ್ಷಪಾತ: ಪಶುವೈದ್ಯರ ಬಳಿಗೆ ತಂದ ಬೆಕ್ಕುಗಳನ್ನು ಮಾತ್ರ ಡೇಟಾಸೆಟ್ ಒಳಗೊಂಡಿತ್ತು. 30 ಅಂತಸ್ತಿನಿಂದ ಬಿದ್ದು ಸತ್ತ ಬೆಕ್ಕುಗಳನ್ನು ಹೂಳಲಾಯಿತು, ಚಿಕಿತ್ಸೆ ನೀಡಲಿಲ್ಲ-ಇದು ಎತ್ತರದಿಂದ ಬೀಳುವ ಸುರಕ್ಷತೆಯ ಭ್ರಮೆಯನ್ನು ಸೃಷ್ಟಿಸಿತು.

"ಆರೋಗ್ಯಕರ ಕಾರ್ಮಿಕ ಪರಿಣಾಮ": ಕೈಗಾರಿಕಾ ಕಾರ್ಮಿಕರು ಸಾಮಾನ್ಯ ಜನರಿಗಿಂತ ಕಡಿಮೆ ಮರಣ ಪ್ರಮಾಣವನ್ನು ಹೊಂದಿದ್ದಾರೆ ಎಂದು ಅಧ್ಯಯನಗಳು ಹೆಚ್ಚಾಗಿ ತೋರಿಸುತ್ತವೆ-ಕಾರ್ಖಾನೆಯ ಕೆಲಸವು ಆರೋಗ್ಯಕರವಾಗಿರುವುದರಿಂದಲ್ಲ, ಬದಲಾಗಿ ಕಾರ್ಮಿಕ ಬಲವು ಅಂಗವಿಕಲರು, ಹಾಸಿಗೆ ಹಿಡಿದಿರುವವರು ಮತ್ತು ಮಾರಣಾಂತಿಕ ಅನಾರೋಗ್ಯ ಹೊಂದಿರುವವರನ್ನು ಹೊರಗಿಡುತ್ತದೆ. ಕಾರ್ಮಿಕರು ಪೂರ್ವ-ಆಯ್ಕೆಯಾದ ಬದುಕುಳಿದವರು.

ಆಘಾತ ಮರಣದ ಅಂಕಿಅಂಶಗಳು: ದೂರದ ಅಪಘಾತ ಸಂತ್ರಸ್ತರು ಕೆಲವೊಮ್ಮೆ ನಗರದ ಸಂತ್ರಸ್ತರಿಗಿಂತ ಆಸ್ಪತ್ರೆಯಲ್ಲಿ ಕಡಿಮೆ ಮರಣವನ್ನು ತೋರಿಸುತ್ತಾರೆ. ವಾಸ್ತವ: ತೀವ್ರವಾಗಿ ಗಾಯಗೊಂಡ ದೂರದ ರೋಗಿಗಳು ದೀರ್ಘ ಸಾರಿಗೆಯ ಸಮಯದಲ್ಲಿ ಸಾಯುತ್ತಾರೆ, "ಡೆಡ್ ಆನ್ ಅರೈವಲ್" ಆಗಿ ಆಗಮಿಸುತ್ತಾರೆ ಮತ್ತು ಆಸ್ಪತ್ರೆಯ ಅಂಕಿಅಂಶಗಳಿಂದ ಹೊರಗಿಡಲ್ಪಡುತ್ತಾರೆ. ನಗರದ ಆಸ್ಪತ್ರೆಗಳು ನಿರ್ಣಾಯಕ ರೋಗಿಗಳನ್ನು ಜೀವಂತವಾಗಿ ಸ್ವೀಕರಿಸುತ್ತವೆ, ಅವರು ನಂತರ ಆಸ್ಪತ್ರೆಯಲ್ಲಿ ಸಾಯುತ್ತಾರೆ, ಇದು ನಗರದ ಮರಣ ಪ್ರಮಾಣವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ.

4.6. ಹಣಕಾಸು ಮತ್ತು ಹೂಡಿಕೆಯಲ್ಲಿ

ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಕಾರ್ಯಕ್ಷಮತೆ: ಪ್ರಮಾಣಿತ ಡೇಟಾಬೇಸ್‌ಗಳು ಮುಚ್ಚಲ್ಪಟ್ಟ ಫಂಡ್‌ಗಳ ದಾಖಲೆಗಳನ್ನು ಅಳಿಸಿಹಾಕಿದವು. ಕಳಪೆ ಕಾರ್ಯಕ್ಷಮತೆಯಿಂದಾಗಿ ಫಂಡ್‌ಗಳು ಮುಚ್ಚಲ್ಪಡುವುದರಿಂದ, ಡೇಟಾಬೇಸ್‌ಗಳು ವೈಫಲ್ಯಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಿದ್ದವು, ಇದರಿಂದಾಗಿ ಸರಾಸರಿ ಫಂಡ್‌ನ ಕಾರ್ಯಕ್ಷಮತೆಯು ವಾಸ್ತವಕ್ಕಿಂತ ವಾರ್ಷಿಕವಾಗಿ ~0.9% ಹೆಚ್ಚಾಗಿ ಕಾಣುವಂತೆ ಮಾಡಿತು.

ಹೆಡ್ಜ್ ಫಂಡ್ ಡೇಟಾ: ಹೆಡ್ಜ್ ಫಂಡ್‌ಗಳು ಸ್ವಯಂಪ್ರೇರಿತವಾಗಿ ವರದಿ ಮಾಡುತ್ತವೆ, ದ್ವಂದ್ವ ಪಕ್ಷಪಾತವನ್ನು ಪರಿಚಯಿಸುತ್ತವೆ: ಬದುಕುಳಿಯುವಿಕೆ (ವಿಫಲವಾದ ಫಂಡ್‌ಗಳು ವರದಿ ಮಾಡುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತವೆ) ಮತ್ತು ಬ್ಯಾಕ್‌ಫಿಲ್/ತ್ವರಿತ ಇತಿಹಾಸದ ಪಕ್ಷಪಾತ (ಯಶಸ್ವಿ ಫಂಡ್‌ಗಳು ವರದಿ ಮಾಡಲು ಪ್ರಾರಂಭಿಸುತ್ತವೆ ಮತ್ತು ತಮ್ಮ ಅದೃಷ್ಟದ ಆರಂಭಿಕ ವರ್ಷಗಳನ್ನು ಬ್ಯಾಕ್‌ಫಿಲ್ ಮಾಡುತ್ತವೆ; ವಿಫಲವಾದ ಆರಂಭಿಕ ಫಂಡ್‌ಗಳು ಎಂದಿಗೂ ವರದಿ ಮಾಡುವುದಿಲ್ಲ ಮತ್ತು ಕರಗುತ್ತವೆ). ಮಲ್ಕಿಯೆಲ್ ಈ ಸಂಯೋಜಿತ ಪಕ್ಷಪಾತವನ್ನು ~4.4% ವಾರ್ಷಿಕ ಆದಾಯದ ಹಣದುಬ್ಬರ ಎಂದು ಅಂದಾಜಿಸಿದ್ದಾರೆ.

ಎಸ್&ಪಿ 500 ಬ್ಯಾಕ್‌ಟೆಸ್ಟಿಂಗ್ (S&P 500 Backtesting): ದಿವಾಳಿಯಾದ ಕಂಪನಿಗಳನ್ನು ತೆಗೆದುಹಾಕಿದಾಗ ಮತ್ತು ಬೆಳೆಯುತ್ತಿರುವ ಕಂಪನಿಗಳನ್ನು ಸೇರಿಸಿದಾಗ ಸೂಚ್ಯಂಕದ ಸಂಯೋಜನೆಯು ಬದಲಾಗುತ್ತದೆ. ಪ್ರಸ್ತುತ S&P 500 ಪಟ್ಟಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಬ್ಯಾಕ್‌ಟೆಸ್ಟಿಂಗ್ ಮಾಡುವುದರಿಂದ ಅಜಾಗರೂಕತೆಯಿಂದ 100% ಬದುಕುಳಿಯುವಿಕೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವ ಮೂಲಕ ಅವಾಸ್ತವಿಕ ಆದಾಯವನ್ನು ಸಾಧಿಸಲಾಗುತ್ತದೆ-ಪರೀಕ್ಷಾ ಅವಧಿಯಲ್ಲಿ ವಿಫಲವಾದ ಪ್ರತಿಯೊಂದು ಕಂಪನಿಯನ್ನು ಹೊರಗಿಡಲಾಗುತ್ತದೆ.

"ಹಾಟ್ ಹ್ಯಾಂಡ್" ಭ್ರಮೆ: ಫಂಡ್ ಮ್ಯಾನೇಜರ್‌ಗಳು ನಿರಂತರವಾಗಿ ಮಾರುಕಟ್ಟೆಯನ್ನು ಸೋಲಿಸಬಹುದು ಎಂದು ಆರಂಭಿಕ ಅಧ್ಯಯನಗಳು ಸೂಚಿಸಿವೆ. ಬ್ರೌನ್ ಮತ್ತು ಗೊಯೆಟ್ಜ್ಮನ್ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಸರಿಪಡಿಸಿದಾಗ, ಈ ತೋರಿಕೆಯ ಹೆಚ್ಚಿನ ಕೌಶಲ್ಯವು ಕಣ್ಮರೆಯಾಯಿತು- "ಹಾಟ್ ಹ್ಯಾಂಡ್" ಹೆಚ್ಚಾಗಿ ಯಾದೃಚ್ಛಿಕ ವಿತರಣೆಯ ಬಾಲದ ತುದಿಯಾಗಿತ್ತು.

5. ನೈಜ-ಪ್ರಪಂಚದ ಪ್ರಕರಣ ಅಧ್ಯಯನಗಳು

ಕೇಸ್ ಸ್ಟಡಿ 1: ದಿ ಬಾಂಬರ್ ಆರ್ಮರ್ ಡಿಸಿಷನ್ (WWII)

  • ಸಂದರ್ಭ: ಶತ್ರುಗಳ ಗುಂಡಿನ ದಾಳಿಯಿಂದ ಮಿತ್ರರಾಷ್ಟ್ರಗಳ ಬಾಂಬರ್ ವಿಮಾನಗಳ ಭಾರೀ ನಷ್ಟದಿಂದಾಗಿ ವಿಮಾನಗಳನ್ನು ಆರ್ಮರ್ ಪ್ಲೇಟಿಂಗ್‌ನಿಂದ ಬಲಪಡಿಸಲು ಮಿಲಿಟರಿ ಪ್ರಸ್ತಾಪಿಸಿತು. ಆದಾಗ್ಯೂ, ರಕ್ಷಾಕವಚವು ತೂಕವನ್ನು ಸೇರಿಸುತ್ತದೆ, ವ್ಯಾಪ್ತಿ, ಕುಶಲತೆ ಮತ್ತು ಬಾಂಬ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ-ಅದನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿ ಇರಿಸಬೇಕಾಗಿತ್ತು.

  • ಏನಾಯಿತು: ಕಾರ್ಯಾಚರಣೆಗಳಿಂದ ಹಿಂದಿರುಗುವ ಬಾಂಬರ್‌ಗಳಲ್ಲಿ ಗುಂಡಿನ ರಂಧ್ರಗಳ ಕುರಿತು ಮಿಲಿಟರಿ ವ್ಯಾಪಕವಾದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿದೆ. ವಿಮಾನದ ಮುಖ್ಯಭಾಗ, ರೆಕ್ಕೆಗಳು ಮತ್ತು ಬಾಲದ ಮೇಲೆ ಹೆಚ್ಚಿನ ಹಾನಿ ಸಾಂದ್ರತೆಯನ್ನು ಡೇಟಾ ತೋರಿಸಿದೆ, ಆದರೆ ಇಂಜಿನ್‌ಗಳು ಮತ್ತು ಕಾಕ್‌ಪಿಟ್‌ಗಳ ಮೇಲೆ ಕನಿಷ್ಠ ಹಾನಿಯನ್ನು ತೋರಿಸಿದೆ. ವಿಮಾನಗಳಿಗೆ ಹೆಚ್ಚು ಹೊಡೆತಗಳು ಬೀಳುವ ಸ್ಥಳದಲ್ಲಿ ರಕ್ಷಾಕವಚವನ್ನು ಹಾಕಬೇಕು ಎಂದು ಮಿಲಿಟರಿ ಕಮಾಂಡರ್‌ಗಳು ತೀರ್ಮಾನಿಸಿದರು.

  • ಕೆಲಸದಲ್ಲಿ ಪಕ್ಷಪಾತ: ಈ ದತ್ತಾಂಶವು ಕೇವಲ ಬದುಕುಳಿದವರನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂದು ಅಬ್ರಹಾಂ ವಾಲ್ಡ್ ಗುರುತಿಸಿದರು. ಇಂಜಿನ್‌ಗಳು ಮತ್ತು ಕಾಕ್‌ಪಿಟ್‌ಗಳಲ್ಲಿ ಹೊಡೆತ ತಿಂದ ವಿಮಾನಗಳು ಹಿಂದಿರುಗಲಿಲ್ಲ—ಅವು ಇಂಗ್ಲಿಷ್ ಚಾನೆಲ್ ಅಥವಾ ಜರ್ಮನ್ ಹೊಲಗಳಲ್ಲಿ ಅಪ್ಪಳಿಸಿದವು. "ಕಾಣೆಯಾದ" ಗುಂಡಿನ ರಂಧ್ರಗಳು ಇಂಜಿನ್‌ಗಳಿಗೆ ಗುಂಡು ತಗುಲಲಿಲ್ಲ ಎಂಬುದಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗಿರಲಿಲ್ಲ; ಇಂಜಿನ್‌ಗೆ ತಗುಲಿದ ಗುಂಡುಗಳು ಪ್ರಾಣಾಂತಿಕ ಎಂಬುದಕ್ಕೆ ಅವು ಸಾಕ್ಷಿಯಾಗಿದ್ದವು.

  • ಪರಿಣಾಮಗಳು: ಇಂಜಿನ್‌ಗಳು ಮತ್ತು ಕಾಕ್‌ಪಿಟ್‌ಗಳನ್ನು ರಕ್ಷಿಸಲು ವಾಲ್ಡ್ ಶಿಫಾರಸು ಮಾಡಿದರು. ಅವರ ವಿಧಾನಗಳು ಅಸಂಖ್ಯಾತ ಜೀವಗಳು ಮತ್ತು ವಿಮಾನಗಳನ್ನು ಉಳಿಸಿದವು ಮತ್ತು ಕೊರಿಯನ್ ಮತ್ತು ವಿಯೆಟ್ನಾಂ ಯುದ್ಧಗಳಲ್ಲಿ ಬಳಸುವುದನ್ನು ಮುಂದುವರೆಸಿದವು.

  • ಕಲಿತ ಪಾಠಗಳು: ಫಲಿತಾಂಶಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಯಾವಾಗಲೂ ಕೇಳಿ: "ನಾನು ನೋಡಲಾಗದ ಪ್ರಕರಣಗಳಿಗೆ ಏನಾಯಿತು?" ಸಾಕ್ಷ್ಯದ ಅನುಪಸ್ಥಿತಿಯು ಅತ್ಯಂತ ಪ್ರಮುಖ ವಿದ್ಯಮಾನದ ಸಾಕ್ಷಿಯಾಗಿರಬಹುದು.

ಕೇಸ್ ಸ್ಟಡಿ 2: ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಇಂಡಸ್ಟ್ರಿ ರೆವೆಲೆಶನ್ (1990 ರ ದಶಕ)

  • ಸಂದರ್ಭ: ದಶಕಗಳ ಕಾಲ, ಸಕ್ರಿಯ ಫಂಡ್ ಮ್ಯಾನೇಜರ್‌ಗಳು ನಿರಂತರವಾಗಿ ಮಾರುಕಟ್ಟೆಯನ್ನು ಸೋಲಿಸಬಹುದೇ ("ಆಲ್ಫಾವನ್ನು ರಚಿಸಿ") ಎಂಬುದರ ಕುರಿತು ಚರ್ಚೆ ನಡೆಯಿತು. ಆರಂಭಿಕ ಅಧ್ಯಯನಗಳು ಅವರು ಹಾಗೆ ಮಾಡಬಹುದು ಎಂದು ಸೂಚಿಸಿದವು.

  • ಏನಾಯಿತು: ಸಂಶೋಧಕರಾದ ಬ್ರೌನ್, ಗೊಯೆಟ್ಜ್ಮನ್, ಎಲ್ಟನ್, ಗ್ರೂಬರ್ ಮತ್ತು ಬ್ಲೇಕ್ ಅವರು ಹಣಕಾಸಿನ ಡೇಟಾಬೇಸ್‌ಗಳು ಮುಚ್ಚಲ್ಪಟ್ಟ ಅಥವಾ ವಿಲೀನಗೊಂಡ ಫಂಡ್‌ಗಳ ದಾಖಲೆಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ಅಳಿಸಿಹಾಕುವುದನ್ನು ಕಂಡುಹಿಡಿದರು. ಕಳಪೆ ಕಾರ್ಯಕ್ಷಮತೆಯಿಂದಾಗಿ ಫಂಡ್‌ಗಳು ಬಹುತೇಕ ಯಾವಾಗಲೂ ಮುಚ್ಚಲ್ಪಡುವುದರಿಂದ, ಡೇಟಾಬೇಸ್‌ಗಳು ವ್ಯವಸ್ಥಿತವಾಗಿ ವೈಫಲ್ಯಗಳನ್ನು ತೆಗೆದುಹಾಕುತ್ತಿದ್ದವು.

  • ಕೆಲಸದಲ್ಲಿ ಪಕ್ಷಪಾತ: ಈ ಮೊಟಕುಗೊಳಿಸುವಿಕೆಯು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮರೀಚಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸಿತು, ಅಲ್ಲಿ ಉಳಿದಿರುವ "ಬದುಕುಳಿದ" ಫಂಡ್‌ಗಳು ಹೆಚ್ಚಿನ ಸರಾಸರಿ ಆದಾಯವನ್ನು ಹೊಂದಿರುವಂತೆ ಕಂಡುಬಂದವು ಮತ್ತು ಕೌಶಲ್ಯವನ್ನು ಅನುಕರಿಸುವಂತಹ ಅಸ್ಥಿರತೆ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ನಡುವಿನ ತೋರಿಕೆಯ ಸಂಬಂಧಗಳನ್ನು ತೋರಿಸಿದವು.

  • ಪರಿಣಾಮಗಳು: 0.9% ವಾರ್ಷಿಕ ಪಕ್ಷಪಾತವನ್ನು ಸರಿಪಡಿಸಿದ ನಂತರ, ಅನೇಕ ಸಕ್ರಿಯ ಮ್ಯಾನೇಜರ್‌ಗಳ ತೋರಿಕೆಯ ಅತ್ಯುತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯು ಕಣ್ಮರೆಯಾಯಿತು, ಇದು ದಕ್ಷ ಮಾರುಕಟ್ಟೆ ಊಹೆಗೆ ಬಲವಾದ ಬೆಂಬಲವನ್ನು ಒದಗಿಸಿತು ಮತ್ತು ಹಣಕಾಸಿನ ಸಂಶೋಧನೆಯು ಐತಿಹಾಸಿಕ ಡೇಟಾವನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಕ್ರಾಂತಿಗೊಳಿಸಿತು.

  • ಕಲಿತ ಪಾಠಗಳು: ಡ್ರಾಪ್‌ಔಟ್, ಮುಚ್ಚುವಿಕೆ ಅಥವಾ ಕಣ್ಮರೆಯಾಗುವಿಕೆ ಇರುವ ಯಾವುದೇ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್‌ಗಾಗಿ ವಿಶ್ಲೇಷಿಸಬೇಕು. ಕೌಶಲ್ಯ ಅಥವಾ ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯಂತೆ ಕಾಣುವ ಅಂಶವು ಸೆನ್ಸಾರ್ ಮಾಡಿದ ಮಾದರಿಯ ಕಲಾಕೃತಿಯಾಗಿರಬಹುದು.

ಐತಿಹಾಸಿಕ ಉದಾಹರಣೆ: ಡಯಾಗೊರಾಸ್ ಮತ್ತು ಟೆಂಪಲ್ ಟ್ಯಾಬ್ಲೆಟ್ಸ್

ಪ್ರಾಚೀನ ಗ್ರೀಕ್ ಕವಿ ಮೆಲೋಸ್‌ನ ಡಯಾಗೊರಾಸ್‌ಗೆ ದೇವಸ್ಥಾನದಲ್ಲಿನ ಭಕ್ತರ ಫಲಕಗಳನ್ನು ತೋರಿಸಲಾಯಿತು—ದೇವರುಗಳನ್ನು ಪ್ರಾರ್ಥಿಸಿ ಹಡಗು ನಾಶದಿಂದ ಬದುಕುಳಿದ ನಾವಿಕರು ನಿಯೋಜಿಸಿದ ವರ್ಣಚಿತ್ರಗಳು. ದೈವಿಕ ರಕ್ಷಣೆಯ ಪುರಾವೆಯಾಗಿ ಅವನ ಸ್ನೇಹಿತ ಇದನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿದನು.

ಡಯಾಗೊರಾಸ್‌ನ ಪ್ರತಿಕ್ರಿಯೆಯು ಸಂಭವನೀಯತೆಯ ತತ್ತ್ವಶಾಸ್ತ್ರದಲ್ಲಿ ಅಡಿಪಾಯದ ಪಠ್ಯವಾಯಿತು: "ರಕ್ಷಿಸಲ್ಪಟ್ಟವರನ್ನು ನಾನು ನೋಡುತ್ತಿದ್ದೇನೆ, ಆದರೆ ಹಡಗು ನಾಶವಾದವರ ಚಿತ್ರಗಳು ಎಲ್ಲಿವೆ?"

ಮುಳುಗಿದ ನಾವಿಕರು ವರ್ಣಚಿತ್ರಗಳನ್ನು ನಿಯೋಜಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ದೇವಾಲಯದ ಪುರಾವೆಗಳನ್ನು ಮಾತ್ರ ಪರೀಕ್ಷಿಸುವ ವೀಕ್ಷಕನು ಪ್ರಾರ್ಥನೆಯು ಸಮುದ್ರದಲ್ಲಿ ಸುರಕ್ಷತೆಯನ್ನು ಖಾತರಿಪಡಿಸುತ್ತದೆ ಎಂದು ತೀರ್ಮಾನಿಸುತ್ತಾನೆ—ಸಾಕ್ಷ್ಯವನ್ನು ಒದಗಿಸುವ ಸಾಮರ್ಥ್ಯವು ಬದುಕುಳಿಯುವಿಕೆಯೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿರುವ ಸೆನ್ಸಾರ್ ಮಾಡಿದ ಮಾದರಿಯಿಂದ ಸಂಪೂರ್ಣವಾಗಿ ಪಡೆಯಲಾದ ತೀರ್ಮಾನ.

ಈ 2,500-ವರ್ಷ-ಹಳೆಯ ಉಪಾಖ್ಯಾನವು ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಏಕೆ ತುಂಬಾ ಹಾನಿಕಾರಕವಾಗಿದೆ ಎಂಬುದನ್ನು ಒಳಗೊಂಡಿದೆ: ಬದುಕುಳಿದವರು ಮಾತ್ರ ತಮ್ಮ ಕಥೆಯನ್ನು ಹೇಳಬಹುದು.

6. ಈ ಪಕ್ಷಪಾತದ ಬೆಲೆ

6.1. ವೈಯಕ್ತಿಕ ವೆಚ್ಚಗಳು

ತಿರುಚಿದ ಅಪಾಯದ ಮೌಲ್ಯಮಾಪನ: ಯಶಸ್ವಿ ಅಪಾಯ-ತೆಗೆದುಕೊಳ್ಳುವವರನ್ನು ಮಾತ್ರ ನೋಡುವ ಮೂಲಕ, ವ್ಯಕ್ತಿಗಳು ವೈಫಲ್ಯದ ಸಂಭವನೀಯತೆಯನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುತ್ತಾರೆ. ಬಿಲಿಯನೇರ್ ಆಗದ ಕಾಲೇಜು ಡ್ರಾಪ್‌ಔಟ್, "ಎಲ್ಲವನ್ನೂ ಸರಿಯಾಗಿ ಮಾಡಿ" ದಿವಾಳಿಯಾದ ಉದ್ಯಮಿ, "ಖಚಿತವಾದ" ವಿಷಯದ ಮೇಲೆ ಎಲ್ಲವನ್ನೂ ಕಳೆದುಕೊಂಡ ಹೂಡಿಕೆದಾರರು—ಅವರ ಅನುಭವಗಳು ಅಗೋಚರವಾಗಿರುತ್ತವೆ, ಇದು ಇತರರು ಕಳಪೆಯಾಗಿ ಅಳೆಯಲಾದ ಅಪಾಯಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಕಾರಣವಾಗುತ್ತದೆ.

ತಪ್ಪಾಗಿ ಆರೋಪಿಸಲಾದ ಯಶಸ್ಸಿನ ಅಂಶಗಳು: ಬದುಕುಳಿದವರ ನಡವಳಿಕೆಗಳನ್ನು (ನಿರಂತರತೆ, ಅಪಾಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು, ಆತ್ಮವಿಶ್ವಾಸ) ಜನರು ವಿಫಲರಾದವರಲ್ಲೂ ಅದೇ ಗುಣಲಕ್ಷಣಗಳು ಇದ್ದವು ಎಂಬುದನ್ನು ಗುರುತಿಸದೆ ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತಾರೆ. ವಾಸ್ತವಿಕವಾಗಿ ವ್ಯತ್ಯಾಸವನ್ನುಂಟುಮಾಡದ ತಂತ್ರಗಳ ಮೇಲೆ ವರ್ಷಗಟ್ಟಲೆ ಸಮಯ ಕಳೆಯಬಹುದು.

ಅನುಕರಣೆಗಾಗಿ ವ್ಯರ್ಥವಾದ ಸಂಪನ್ಮೂಲಗಳು: ಬದುಕುಳಿದವರ-ಪಕ್ಷಪಾತದ ಡೇಟಾದಿಂದ ಪಡೆದ "ಯಶಸ್ಸಿನ ಸೂತ್ರಗಳನ್ನು" ಅನುಸರಿಸುವುದರಿಂದ ಯಶಸ್ಸಿಗೆ ಕಾರಣವಾಗದ ವಿಧಾನಗಳಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡಿದ ಪ್ರಯತ್ನಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ - ಗೋಚರಿಸುವ ಮಾದರಿಯಲ್ಲಿ ಕೇವಲ ಅದರೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿರುತ್ತದೆ.

ಹಾನಿಗೊಳಗಾದ ಸ್ವಯಂ-ಚಿತ್ರಣ: ಬದುಕುಳಿದವರಿಂದ ಪಡೆದ ಸಲಹೆಯನ್ನು ಅನುಸರಿಸುವುದು ಯಶಸ್ಸಿಗೆ ಕಾರಣವಾಗದಿದ್ದಾಗ, ಸಲಹೆಯು ದೋಷಪೂರಿತ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದೆ ಎಂದು ಗುರುತಿಸುವ ಬದಲು ವ್ಯಕ್ತಿಗಳು ತಮ್ಮನ್ನು ತಾವು ದೂಷಿಸಬಹುದು.

6.2. ವೃತ್ತಿಪರ ವೆಚ್ಚಗಳು

ಹೂಡಿಕೆ ನಷ್ಟಗಳು: ಹಣಕಾಸಿನಲ್ಲಿ, ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಸರಿಸುಮಾರು 0.9-4.4% ವಾರ್ಷಿಕ ಆದಾಯದ ಹಣದುಬ್ಬರ ಎಂದು ಪ್ರಮಾಣೀಕರಿಸಲಾಗಿದೆ. ಸರಿಪಡಿಸದ ಐತಿಹಾಸಿಕ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಹೂಡಿಕೆದಾರರು ವ್ಯವಸ್ಥಿತವಾಗಿ ನಿರೀಕ್ಷಿತ ಆದಾಯವನ್ನು ಅತಿಯಾಗಿ ಅಂದಾಜು ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುತ್ತಾರೆ.

ಕಾರ್ಯತಂತ್ರದ ತಪ್ಪು ನಿರ್ದೇಶನ: ಯಶಸ್ವಿ ಕಂಪನಿಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದರಿಂದ ಪಡೆಯಲಾದ ವ್ಯಾಪಾರ ತಂತ್ರಗಳು, ಒಂದೇ ರೀತಿಯ ತಂತ್ರಗಳನ್ನು ಬಳಸಿ ವಿಫಲವಾದ ಕಂಪನಿಗಳನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತವೆ. ಮೌಲ್ಯೀಕರಿಸಲ್ಪಟ್ಟಂತೆ ಭಾಸವಾಗುವ ಆದರೆ ಯಾದೃಚ್ಛಿಕವಾಗಿರಬಹುದಾದ ವಿಧಾನಗಳತ್ತ ಸಂಪನ್ಮೂಲಗಳು ಹರಿಯುತ್ತವೆ.

ನೇಮಕಾತಿ ಮತ್ತು ಪ್ರತಿಭೆಯ ನಿರ್ಧಾರಗಳು: ಯಶಸ್ವಿ ಉದ್ಯೋಗಿಗಳ ಆಧಾರದ ಮೇಲೆ ಪ್ರೊಫೈಲ್‌ಗಳು, ಗೋಚರಿಸುವ ಮಾದರಿಗಿಂತ ಭಿನ್ನವಾಗಿರುವ ಆದರೆ ಸಂಭಾವ್ಯವಾಗಿ ಅತ್ಯುತ್ತಮವಾದ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತವೆ, ಆದರೆ ಆ ಪ್ರೊಫೈಲ್‌ಗೆ ಹೊಂದಿಕೆಯಾಗುವವರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವುದು ನೈಜ ಕಾರ್ಯಕ್ಷಮತೆಗೆ ಸಂಬಂಧವಿಲ್ಲದ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪುನರಾವರ್ತಿಸಬಹುದು.

ಉತ್ಪನ್ನ ಅಭಿವೃದ್ಧಿ ವೈಫಲ್ಯಗಳು: ಇದೇ ರೀತಿಯ ವಿಫಲ ಉತ್ಪನ್ನಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡದೆ ಯಶಸ್ವಿ ಉತ್ಪನ್ನಗಳಿಂದ ಕಲಿಯುವುದರಿಂದ, ಯಶಸ್ಸಿನ ಅಂಶಗಳಲ್ಲದ ವೈಶಿಷ್ಟ್ಯಗಳು ಅಥವಾ ವಿಧಾನಗಳಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡಲಾಗುತ್ತದೆ.

6.3. ಸಾಮಾಜಿಕ ವೆಚ್ಚಗಳು

ಐತಿಹಾಸಿಕ ತಪ್ಪುಗ್ರಹಿಕೆ: ಬದುಕುಳಿದವರು ಬರೆದ ಇತಿಹಾಸವು ತಿರುಚಿದ ದೃಷ್ಟಿಕೋನಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುತ್ತದೆ. ಸೋತವರ ಕಳೆದುಹೋದ ದೃಷ್ಟಿಕೋನಗಳು, ಪರ್ಯಾಯ ವಿಧಾನಗಳು ಮತ್ತು ಎಚ್ಚರಿಕೆಗಳನ್ನು ಸಾಮೂಹಿಕ ಸ್ಮರಣೆಯಿಂದ ವ್ಯವಸ್ಥಿತವಾಗಿ ಹೊರಗಿಡಲಾಗುತ್ತದೆ.

ನೀತಿಯ ತಪ್ಪು ನಿರ್ದೇಶನ: ಒಂದೇ ರೀತಿಯ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ ವಿಫಲವಾದವುಗಳನ್ನು ಲೆಕ್ಕಿಸದೆ ಯಶಸ್ವಿ ಫಲಿತಾಂಶಗಳನ್ನು (ಆರ್ಥಿಕ, ಸಾಮಾಜಿಕ, ಮಿಲಿಟರಿ) ಅಧ್ಯಯನ ಮಾಡುವ ಆಧಾರದ ಮೇಲಿನ ನೀತಿಗಳು ದೋಷಪೂರಿತ ಮಧ್ಯಸ್ಥಿಕೆಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತವೆ.

ಸಾಂಸ್ಕೃತಿಕ ಪುರಾಣ-ರಚನೆ: ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್‌ನಿಂದ ವರ್ಧಿಸಲ್ಪಟ್ಟ "ಸ್ವಯಂ-ನಿರ್ಮಿತ ಯಶಸ್ಸಿನ" ನಿರೂಪಣೆಯು, ಅಸಮಾನತೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಚಲನಶೀಲತೆಯ ಕಡೆಗೆ ವರ್ತನೆಗಳನ್ನು ರೂಪಿಸುವಲ್ಲಿ ಅದೃಷ್ಟ, ಸಮಯ ಮತ್ತು ಸಂದರ್ಭದ ಪಾತ್ರವನ್ನು ಮರೆಮಾಚುತ್ತದೆ.

ವೈದ್ಯಕೀಯ ಪ್ರೋಟೋಕಾಲ್ ದೋಷಗಳು: ಬದುಕುಳಿದವರ-ಪಕ್ಷಪಾತದ ಡೇಟಾದ ಆಧಾರದ ಮೇಲಿನ ಚಿಕಿತ್ಸಾ ನಿರ್ಧಾರಗಳು, ಕೆಲವು ರೋಗಿಗಳಿಗೆ ಕಡಿಮೆ ಚಿಕಿತ್ಸೆ ನೀಡಲಾಗಿದೆ ಎಂದು ಅಥವಾ ನಿರ್ದಿಷ್ಟ ಮಧ್ಯಸ್ಥಿಕೆಗಳಿಂದಾಗಿ ಯಶಸ್ವಿ ಫಲಿತಾಂಶಗಳು ಬಂದಿಲ್ಲ ಎಂಬುದನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳಬಹುದು.

6.4. ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪರಿಣಾಮ

Domain Estimated Bias Impact Source
ಮ್ಯೂಚುಯಲ್ ಫಂಡ್‌ಗಳು ~0.9% ವಾರ್ಷಿಕ ಆದಾಯದ ಹಣದುಬ್ಬರ ಎಲ್ಟನ್, ಗ್ರೂಬರ್, ಬ್ಲೇಕ್ (1996)
ಹೆಡ್ಜ್ ಫಂಡ್‌ಗಳು ~4.4% ವಾರ್ಷಿಕ ಆದಾಯದ ಹಣದುಬ್ಬರ ಮಲ್ಕಿಯೆಲ್ (1995)
WWI ಹೆಲ್ಮೆಟ್ "ಗಾಯಗಳು" ದಾಖಲಾದ ತಲೆಯ ಗಾಯಗಳಲ್ಲಿ 100%+ ಹೆಚ್ಚಳ (ವಾಸ್ತವವಾಗಿ ಉಳಿಸಿದ ಜೀವಗಳು) ಮಿಲಿಟರಿ ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳು
ಆಕ್ಟಿವ್ ಫಂಡ್ "ಕೌಶಲ್ಯ" ಗಣನೀಯ-ತಿದ್ದುಪಡಿಯ ನಂತರ ಹೆಚ್ಚು ತೋರಿಕೆಯ ಆಲ್ಫಾವನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ ಬ್ರೌನ್, ಗೊಯೆಟ್ಜ್ಮನ್ ಮತ್ತು ಇತರರು. (1992)

7. ಗುಪ್ತ ಪ್ರಯೋಜನಗಳು

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಸಂಪೂರ್ಣವಾಗಿ ಋಣಾತ್ಮಕವಾಗಿಲ್ಲ—ಇದು ಹೊಂದಾಣಿಕೆಯ ಕಾರ್ಯಗಳನ್ನು ಒದಗಿಸಿದೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಸಂದರ್ಭಗಳಲ್ಲಿ ಇನ್ನೂ ಮೌಲ್ಯವನ್ನು ಒದಗಿಸಬಹುದು.

ಪರಿಣಾಮಕಾರಿ ಕಲಿಕೆಯ ಹ್ಯೂರಿಸ್ಟಿಕ್: ನೇರವಾಗಿ ಗಮನಿಸಬಹುದಾದ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಸ್ಥಿರವಾದ ಪರಿಸರದಲ್ಲಿ, ಬದುಕುಳಿದವರಿಂದ ಕಲಿಯುವುದು ವೇಗವಾಗಿ ಮತ್ತು ಸಮಂಜಸವಾಗಿ ನಿಖರವಾಗಿರುತ್ತದೆ. ನಿಮ್ಮ ನೆರೆಹೊರೆಯವರಿಗೆ ಕೆಲಸ ಮಾಡಿದ ಹೆಚ್ಚಿನ ಆಶ್ರಯ ವಿನ್ಯಾಸಗಳು ನಿಮಗೂ ಕೆಲಸ ಮಾಡಿದರೆ, ಬದುಕುಳಿದವರನ್ನು ನಕಲಿಸುವುದು ದಕ್ಷವಾಗಿದೆ.

ಪ್ರೇರಕ ಕಾರ್ಯ: ಯಶಸ್ಸಿನ ಕಥೆಗಳಿಗೆ ಸ್ವಲ್ಪ ಒಡ್ಡಿಕೊಳ್ಳುವುದು ಪ್ರೇರಣೆ ಮತ್ತು ಅನುಕರಿಸಲು ಮಾದರಿಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಎಲ್ಲಾ ವೈಫಲ್ಯಗಳ ಸಂಪೂರ್ಣ ಅರಿವು ಪಾರ್ಶ್ವವಾಯು ಉಂಟುಮಾಡಬಹುದು. ಮುಖ್ಯ ಅಂಶವೆಂದರೆ ಒಡ್ಡಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸುವುದು, ಅದನ್ನು ತೊಡೆದುಹಾಕುವುದಲ್ಲ.

ತ್ವರಿತ ನಿರ್ಧಾರ-ಮಾಡುವಿಕೆ: ನಿಖರತೆಗಿಂತ ವೇಗವು ಹೆಚ್ಚು ಮುಖ್ಯವಾದಾಗ, ವಿಳಂಬವಾದ ವಿಶ್ಲೇಷಣೆಗಿಂತ ಲಭ್ಯವಿರುವ ಉದಾಹರಣೆಗಳನ್ನು (ಸಹಜವಾಗಿ ಬದುಕುಳಿದವರ-ಪಕ್ಷಪಾತದ) ಬಳಸುವುದು ಉತ್ತಮವಾಗಿರಬಹುದು. ಪ್ರತಿಯೊಂದು ನಿರ್ಧಾರಕ್ಕೂ ಸಂಪೂರ್ಣ ತನಿಖೆಯ ಅಗತ್ಯವಿರುವುದಿಲ್ಲ.

ನ್ಯಾಯಸಮ್ಮತ ಮಾದರಿ ಪತ್ತೆ: ಕೆಲವೊಮ್ಮೆ ಬದುಕುಳಿದವರ ಗುಣಲಕ್ಷಣಗಳು ನಿಜವಾದ ಕಾರಣವಾಗಿರುತ್ತವೆ, ಕೇವಲ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ವೈಫಲ್ಯದ ವಿಧಾನಗಳು ಯಾದೃಚ್ಛಿಕವಾಗಿರುವ ಮತ್ತು ಯಶಸ್ಸಿನ ಅಂಶಗಳು ವ್ಯವಸ್ಥಿತವಾಗಿರುವ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ, ಬದುಕುಳಿದವರು ನೈಜ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುತ್ತಾರೆ.

ಅನಪೇಕ್ಷಿತ ತೀವ್ರತೆ: ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೊಡೆದುಹಾಕಲು ಯಾವುದೇ ನಿರ್ಧಾರದ ಮೊದಲು ಸಂಭವನೀಯ ಎಲ್ಲಾ ವೈಫಲ್ಯಗಳ ಸಮಗ್ರ ವಿಶ್ಲೇಷಣೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಇದು ಅರಿವಿನ ದೃಷ್ಟಿಯಿಂದ ಅಸಾಧ್ಯ ಮತ್ತು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪಾರ್ಶ್ವವಾಯು ಉಂಟುಮಾಡುವಂತಿದೆ. ಅರಿವು ಮತ್ತು ಸೂಕ್ತ ತಿದ್ದುಪಡಿಯೇ ಗುರಿಯಾಗಿದೆ, ನಿರ್ಮೂಲನೆಯಲ್ಲ.

8. ಸ್ವಯಂ-ಮೌಲ್ಯಮಾಪನ: ನೀವು ಈ ಪಕ್ಷಪಾತವನ್ನು ಹೊಂದಿದ್ದೀರಾ?

8.1. ಎಚ್ಚರಿಕೆಯ ಚಿಹ್ನೆಗಳ ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • ಜೀವನ/ವೃತ್ತಿ ತಂತ್ರಗಳ ಪುರಾವೆಯಾಗಿ ನೀವು ಆಗಾಗ್ಗೆ ಯಶಸ್ವಿ ಜನರನ್ನು (ಜಾಬ್ಸ್, ಗೇಟ್ಸ್, ಮಸ್ಕ್) ಉಲ್ಲೇಖಿಸುತ್ತೀರಿ
  • ಹಿಂದಿನ ಉತ್ಪನ್ನಗಳು/ಸಂಗೀತ/ಕರಕುಶಲತೆಯು ಇಂದಿನದಕ್ಕಿಂತ ಸಾಮಾನ್ಯವಾಗಿ ಶ್ರೇಷ್ಠವಾಗಿತ್ತು ಎಂದು ನೀವು ನಂಬುತ್ತೀರಿ
  • ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳನ್ನು ಮಾತ್ರ ಅಧ್ಯಯನ ಮಾಡುವ ಆಧಾರದ ಮೇಲೆ ನೀವು ಮಹತ್ವದ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಿದ್ದೀರಿ
  • "ಇದನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲರಾದವರಿಗೆ ಏನಾಯಿತು?" ಎಂದು ನೀವು ಅಪರೂಪವಾಗಿ ಕೇಳುತ್ತೀರಿ
  • ಐತಿಹಾಸಿಕ ಫಂಡ್/ಹೂಡಿಕೆ ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾವನ್ನು ಅದರ ಮುಖಬೆಲೆಯಲ್ಲಿ ನೀವು ನಂಬುತ್ತೀರಿ
  • ವಿಜೇತರಿಂದ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಹೊರತೆಗೆಯಬಹುದಾದ "ಯಶಸ್ಸು ಸುಳಿವುಗಳನ್ನು ಬಿಡುತ್ತದೆ" ಎಂದು ನೀವು ನಂಬುತ್ತೀರಿ
  • ನೀವು ಮೆಚ್ಚುವ ಯಶಸ್ಸಿನ ಕಥೆಗಳಲ್ಲಿ ಅದೃಷ್ಟ/ಸಮಯವು ಮಹತ್ವದ ಅಂಶಗಳಾಗಿವೆ ಎಂಬುದನ್ನು ನೀವು ತಳ್ಳಿಹಾಕುತ್ತೀರಿ
  • ನಿಮಗಾಗಿ ಏನು ಕೆಲಸ ಮಾಡಿದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಅದು ಕೆಲಸ ಮಾಡದಿರುವ ಇತರರನ್ನು ಪರಿಗಣಿಸದೆ ನೀವು ಸಲಹೆಯನ್ನು ನೀಡಿದ್ದೀರಿ
  • "ನಾನು ಹೇಗೆ ಯಶಸ್ವಿಯಾದೆ" ಪುಸ್ತಕಗಳು/ಪಾಡ್‌ಕಾಸ್ಟ್‌ಗಳು ಹೆಚ್ಚು ಪ್ರೇರಣೆ ನೀಡುವಂತಹವು ಎಂದು ನೀವು ಕಂಡುಕೊಳ್ಳುತ್ತೀರಿ
  • ನಿರ್ಧಾರಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ಅವುಗಳಿಗೆ ಕಾರಣವಾದ ಪ್ರಕ್ರಿಯೆಯ ಬದಲಿಗೆ ನೀವು ಫಲಿತಾಂಶಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತೀರಿ

ಸ್ಕೋರಿಂಗ್ (Scoring):

  • 0-2 ಪರಿಶೀಲಿಸಲಾಗಿದೆ: ಕಡಿಮೆ ಒಳಗಾಗುವಿಕೆ
  • 3-5 ಪರಿಶೀಲಿಸಲಾಗಿದೆ: ಮಧ್ಯಮ ಒಳಗಾಗುವಿಕೆ
  • 6-8 ಪರಿಶೀಲಿಸಲಾಗಿದೆ: ಹೆಚ್ಚಿನ ಒಳಗಾಗುವಿಕೆ
  • 9-10 ಪರಿಶೀಲಿಸಲಾಗಿದೆ: ಅತಿ ಹೆಚ್ಚಿನ ಒಳಗಾಗುವಿಕೆ

8.2. ಸ್ವಯಂ ಪ್ರತಿಬಿಂಬದ ಪ್ರಶ್ನೆಗಳು

  1. ಮಹತ್ವದ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ಮೊದಲು ನೀವು ಕೊನೆಯ ಬಾರಿಗೆ ವೈಫಲ್ಯದ ಕಥೆಗಳನ್ನು ಯಾವಾಗ ಸಕ್ರಿಯವಾಗಿ ಹುಡುಕಿದ್ದೀರಿ?

  2. ನೀವು ಸಾಧಿಸಿದ ಯಶಸ್ಸಿನ ಬಗ್ಗೆ ಯೋಚಿಸಿ—ಇದೇ ರೀತಿಯ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ ಎಷ್ಟು ಮಂದಿ ವಿಫಲರಾಗಿದ್ದಾರೆ? ನಿಮಗೆ ನಿಜವಾಗಿಯೂ ತಿಳಿದಿದೆಯೇ?

  3. ನೀವು ಯಾವ "ಸ್ಪಷ್ಟವಾದ" ಯಶಸ್ಸಿನ ಅಂಶಗಳನ್ನು ನಂಬುತ್ತೀರಿ? ವೈಫಲ್ಯಗಳಲ್ಲಿಯೂ ಈ ಅಂಶಗಳು ಇವೆಯೇ ಎಂಬುದನ್ನು ನೀವು ಹೇಗೆ ಪರೀಕ್ಷಿಸುತ್ತೀರಿ?

  4. ಯಶಸ್ವಿ ಜನರಿಂದ ನೀವು ಸಲಹೆಯನ್ನು ಪಡೆದಾಗ, ಅದೇ ಸಲಹೆಯನ್ನು ಎಷ್ಟು ವಿಫಲ ವ್ಯಕ್ತಿಗಳು ನೀಡಿದ್ದಾರೆಂದು ನೀವು ಪರಿಗಣಿಸುತ್ತೀರಾ?

  5. ಅಪೂರ್ಣ ದತ್ತಾಂಶದಿಂದ ನೀವು ತೀರ್ಮಾನಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದ್ದೀರಿ ಎಂದು ಯಾರಾದರೂ ಎಂದಾದರೂ ಗಮನ ಸೆಳೆದಿದ್ದಾರೆಯೇ? ನೀವು ಹೇಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿದಿರಿ?

8.3. ತ್ವರಿತ ರೋಗನಿರ್ಣಯದ ಸನ್ನಿವೇಶ

ಸನ್ನಿವೇಶ: ನೀವು ವ್ಯವಹಾರವನ್ನು ಪ್ರಾರಂಭಿಸಲು ಯೋಚಿಸುತ್ತಿದ್ದೀರಿ ಮತ್ತು ಗ್ರಾಹಕ ಸೇವೆಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿದ ನಿಮ್ಮ ಉದ್ಯಮದಲ್ಲಿ 60% ವ್ಯವಹಾರಗಳು ತಮ್ಮ ಮೊದಲ 5 ವರ್ಷಗಳಲ್ಲಿ ಬದುಕುಳಿದಿವೆ ಎಂದು ಓದಿದ್ದೀರಿ. ಬದುಕುಳಿಯುವಿಕೆಗೆ ಗ್ರಾಹಕ ಸೇವೆಯ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸುವುದು ಪ್ರಮುಖವಾಗಿದೆ ಎಂಬುದಕ್ಕೆ ಇದು ಬಲವಾದ ಪುರಾವೆಯಂತೆ ತೋರುತ್ತದೆ.

ಇದನ್ನು ನೀವು ಹೇಗೆ ವಿವರಿಸುತ್ತೀರಿ?

  • A) "ಅದ್ಭುತ! ನಾನು ಖಂಡಿತವಾಗಿಯೂ ಗ್ರಾಹಕ ಸೇವೆಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು-ಇದು ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂದು ಡೇಟಾ ಸ್ಪಷ್ಟವಾಗಿ ತೋರಿಸುತ್ತದೆ." → ಹೆಚ್ಚಿನ ಒಳಗಾಗುವಿಕೆ
  • B) "ಆಸಕ್ತಿದಾಯಕ, ಆದರೆ ವಿಫಲವಾದ ವ್ಯವಹಾರಗಳಲ್ಲಿ ಶೇಕಡಾ ಎಷ್ಟು ಗ್ರಾಹಕ ಸೇವೆಗೂ ಆದ್ಯತೆ ನೀಡಿದೆ ಎಂದು ನಾನು ಆಶ್ಚರ್ಯಪಡುತ್ತೇನೆ." → ಮಧ್ಯಮ ಒಳಗಾಗುವಿಕೆ
  • C) "ವಿಫಲವಾದ ವ್ಯವಹಾರಗಳಲ್ಲಿ ಗ್ರಾಹಕ ಸೇವಾ ದರಗಳನ್ನು ತಿಳಿಯದೆ ಇದು ನನಗೆ ಏನನ್ನೂ ಹೇಳುವುದಿಲ್ಲ. 60% ರಷ್ಟು ವೈಫಲ್ಯಗಳು ಸಹ ಗ್ರಾಹಕ ಸೇವೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದರೆ, ಈ ಅಂಶವು ಮುನ್ಸೂಚಕ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ." → ಕಡಿಮೆ ಒಳಗಾಗುವಿಕೆ

9. ಇತರರಲ್ಲಿ ಈ ಪಕ್ಷಪಾತವನ್ನು ಗುರುತಿಸುವುದು

9.1. ವರ್ತನೆಯ ಸೂಚಕಗಳು

ಮಾತಿನಲ್ಲಿ:

  • ಸಾರ್ವತ್ರಿಕ ಪುರಾವೆಯಾಗಿ ಪ್ರಸಿದ್ಧ ಯಶಸ್ಸಿನ ಕಥೆಗಳ ಆಗಾಗ್ಗೆ ಬಳಕೆ
  • ಗೋಚರಿಸುವ ವಿಜೇತರ ಸಣ್ಣ ಮಾದರಿಗಳಿಂದ ಸಾಮಾನ್ಯೀಕರಣಗಳು
  • ಯಶಸ್ಸಿನ ನಿರೂಪಣೆಗಳಲ್ಲಿ ಅದೃಷ್ಟ/ಸಮಯದ ಅಂಶಗಳನ್ನು ತಳ್ಳಿಹಾಕುವುದು
  • ಕಾಣದ ವೈಫಲ್ಯಗಳನ್ನು ಒಪ್ಪಿಕೊಳ್ಳದೆ "ಏನು ಕೆಲಸ ಮಾಡುತ್ತದೆ" ಎಂಬುವುದರ ವಿಸ್ತರಣೆ

ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಿಕೆಯಲ್ಲಿ:

  • ಯಶಸ್ವಿ ಕಂಪನಿಗಳು/ವ್ಯಕ್ತಿಗಳ ಕೇಸ್ ಸ್ಟಡೀಸ್‌ಗಳ ಮೇಲಿನ ಅತಿಯಾದ ಅವಲಂಬನೆ
  • ಮೂಲ ದರಗಳು ಮತ್ತು ವೈಫಲ್ಯದ ಆವರ್ತನಗಳಿಗೆ ಕಡಿಮೆ ತೂಕ ನೀಡುವುದು
  • ಕೇವಲ ಯಶಸ್ವಿ ಸ್ಪರ್ಧಿಗಳ ವಿರುದ್ಧ ಬೆಂಚ್‌ಮಾರ್ಕಿಂಗ್ ಮಾಡುವುದು
  • ಡೇಟಾ ಸಂಗ್ರಹಣೆಯನ್ನು ಪ್ರಶ್ನಿಸದೆ ಐತಿಹಾಸಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾದಲ್ಲಿ ನಂಬಿಕೆ

ವಾದಗಳಲ್ಲಿ:

  • ತಂತ್ರದ ಸಿಂಧುತ್ವದ ಪುರಾವೆಯಾಗಿ ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳ ಅಸ್ತಿತ್ವವನ್ನು ಬಳಸುವುದು
  • X ವಿಫಲವಾದ Z ಗಳನ್ನು ಪರಿಗಣಿಸದೆ "Y ಗಾಗಿ X ಕೆಲಸ ಮಾಡಿದೆ" ಎಂದು ವಾದಿಸುವುದು
  • ಪುರಾವೆಗಳ ಅನುಪಸ್ಥಿತಿಯನ್ನು (ಯಾವುದೇ ತಿಳಿದಿರುವ ವೈಫಲ್ಯಗಳಿಲ್ಲ) ಅನುಪಸ್ಥಿತಿಯ ಪುರಾವೆಯಾಗಿ ಅರ್ಥೈಸುವುದು

9.2. ಸಂಭಾಷಣೆಯ ರೆಡ್ ಫ್ಲಾಗ್‌ಗಳು (Red Flags)

ಈ ಪಕ್ಷಪಾತದ ಅಡಿಯಲ್ಲಿರುವಾಗ ಜನರು ಹೇಳುವ ನುಡಿಗಟ್ಟುಗಳು:

  • "[ಪ್ರಸಿದ್ಧ ಯಶಸ್ಸನ್ನು] ನೋಡಿ—ಅವರು X ಮಾಡಿದರು, ಮತ್ತು ಅದು ಕೆಲಸ ಮಾಡಿತು!"
  • "ನನಗೆ ತಿಳಿದಿರುವ ಎಲ್ಲಾ ಯಶಸ್ವಿ ಜನರು Y ಗುಣಲಕ್ಷಣವನ್ನು ಹೊಂದಿದ್ದಾರೆ."
  • "ಈ ವಿಧಾನವು ಉತ್ತಮ ಟ್ರ್ಯಾಕ್ ರೆಕಾರ್ಡ್ ಅನ್ನು ಹೊಂದಿದೆ ಎಂದು ಡೇಟಾ ತೋರಿಸುತ್ತದೆ."
  • "ಅವರು ಹಿಂದಿನಂತೆ ವಸ್ತುಗಳನ್ನು ತಯಾರಿಸುವುದಿಲ್ಲ."
  • "ಪ್ರತಿಯೊಂದು ಶ್ರೇಷ್ಠ ಕಂಪನಿಯು ಈ ಗುಣಲಕ್ಷಣವನ್ನು ಹೊಂದಿದೆ."

ಅವರು ಮಾಡುವ ವಾದಗಳ ಪ್ರಕಾರಗಳು:

  • ವೈಫಲ್ಯದ ದರದ ಪರಿಗಣನೆಯಿಲ್ಲದೆ ಗೋಚರಿಸುವ ಯಶಸ್ಸಿನಿಂದ ಪ್ರೇರಣೆ
  • ಬದುಕುಳಿದಿರುವ ಪ್ರಕರಣಗಳನ್ನು ಮಾತ್ರ ಬಳಸಿಕೊಂಡು "ಉದಾಹರಣೆಯ ಮೂಲಕ ಪುರಾವೆ"

ಅವರು ಕೇಳುವುದನ್ನು ತಪ್ಪಿಸುವ ಪ್ರಶ್ನೆಗಳು:

  • "ಎಷ್ಟು ಮಂದಿ ಈ ವಿಧಾನವನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲರಾಗಿದ್ದಾರೆ?"
  • "ಈ ತಂತ್ರಕ್ಕೆ ಯಶಸ್ಸಿನ ಮೂಲ ದರ ಎಷ್ಟು?"
  • "ಈ ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ನಾವು ವೈಫಲ್ಯಗಳನ್ನು ಏಕೆ ನೋಡದಿರಬಹುದು?"

9.3. ಸಂದರ್ಭೋಚಿತ ಟ್ರಿಗ್ಗರ್‌ಗಳು

ಪಕ್ಷಪಾತವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಸಂದರ್ಭಗಳು:

  • ಕ್ಯುರೇಟೆಡ್ ಯಶಸ್ಸಿನ ಕಥೆಗಳಿಗೆ ಪ್ರವೇಶ (ಮಾಧ್ಯಮ, ಪುಸ್ತಕಗಳು, ಸಮ್ಮೇಳನಗಳು)
  • ಡ್ರಾಪ್‌ಔಟ್/ಮುಚ್ಚುವಿಕೆ/ಅಳಿಸುವಿಕೆ ಕಾರ್ಯವಿಧಾನಗಳೊಂದಿಗೆ ಡೇಟಾಬೇಸ್‌ಗಳ ವಿಶ್ಲೇಷಣೆ
  • ವೈಫಲ್ಯಗಳು ದೃಷ್ಟಿಯಿಂದ ಮರೆಯಾಗುವ ಯಾವುದೇ ಮೌಲ್ಯಮಾಪನ
  • ಪ್ರಸ್ತುತ ಮಾರುಕಟ್ಟೆ ನಾಯಕರ ಪೂರ್ವಾವಲೋಕನ ವಿಶ್ಲೇಷಣೆ

ದುರ್ಬಲತೆಯನ್ನು ಹೆಚ್ಚಿಸುವ ಭಾವನಾತ್ಮಕ ಸ್ಥಿತಿಗಳು:

  • ಈಗಾಗಲೇ ಮಾಡಿದ ನಿರ್ಧಾರದ ಬಗ್ಗೆ ಆಶಾವಾದ
  • ಒಂದು ವಿಧಾನವನ್ನು ಸಮರ್ಥಿಸುವ ಬಯಕೆ
  • ಯಶಸ್ವಿ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಮೆಚ್ಚುಗೆ

ಸಮಯದ ಒತ್ತಡಗಳು:

  • ತುರ್ತು, ದೃಢೀಕರಿಸದ (ವೈಫಲ್ಯ) ಡೇಟಾವನ್ನು ಹುಡುಕುವ ಸಾಧ್ಯತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ
  • ಗಡುವುಗಳು ಸಮಗ್ರ ಹುಡುಕಾಟಕ್ಕಿಂತ ಲಭ್ಯವಿರುವ ಉದಾಹರಣೆಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತವೆ

10. ಅರಿವಿನ ಡಿಬಯಾಸಿಂಗ್ (Debiasing) ತಂತ್ರಗಳು

10.1. ತಕ್ಷಣದ ತಂತ್ರಗಳು

ಡಯಾಗೊರಾಸ್ ಪ್ರಶ್ನೆ: ಯಶಸ್ಸಿನ ಉದಾಹರಣೆಗಳ ಆಧಾರದ ಮೇಲೆ ಯಾವುದೇ ನಿರ್ಧಾರದ ಮೊದಲು, ಸ್ಪಷ್ಟವಾಗಿ ಕೇಳಿ: "ಹಡಗು ನಾಶವಾದವರು ಎಲ್ಲಿದ್ದಾರೆ?" ಯಾರು ಇದನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲರಾಗಿದ್ದಾರೆ? ನಾನು ಅವರನ್ನು ಏಕೆ ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ?

ದತ್ತಾಂಶವನ್ನು ತಲೆಕೆಳಗಾಗಿಸಿ (Invert the Data): ಬದುಕುಳಿದವರ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿದಾಗ, ಮಾನಸಿಕವಾಗಿ "ವೈಫಲ್ಯದ ಸ್ಮಶಾನವನ್ನು" ನಿರ್ಮಿಸಿ. ವಿಫಲವಾದ ಪ್ರಕರಣಗಳು ಸಹ ಈ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿವೆಯೇ? ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಡೇಟಾ ಅಪೂರ್ಣವಾಗಿದೆ.

ಬೇಸ್ ರೇಟ್ ಚೆಕ್ (Base Rate Check): ಯಶಸ್ಸಿನ ಆಧಾರದ ಮೇಲೆ ವಿಸ್ತರಿಸುವ ಮೊದಲು, ಛೇದವನ್ನು (denominator) ಅಂದಾಜು ಮಾಡಿ. "ಈ ವಿಧಾನವನ್ನು ಪ್ರಯತ್ನಿಸಿದ ಪ್ರತಿಯೊಬ್ಬರಲ್ಲಿ, ಎಷ್ಟು ಭಾಗದಷ್ಟು ಯಶಸ್ವಿಯಾಗಿದೆ?" ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಅನಿಶ್ಚಿತತೆಯನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಿ.

ವೈಫಲ್ಯದ ಮೋಡ್ ಇನ್ವೆಂಟರಿ: ವಿಶ್ಲೇಷಿಸಿದ ಉದಾಹರಣೆಗಳು ವಿಫಲವಾಗಲು ಮತ್ತು ಕಣ್ಮರೆಯಾಗಲು ಇರುವ ಎಲ್ಲಾ ಮಾರ್ಗಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ದಿವಾಳಿಯಾದ ಕಾರು ಕಂಪನಿಗಳು, ಮುಚ್ಚಿದ ರೆಸ್ಟೋರೆಂಟ್‌ಗಳು, ದಿವಾಳಿಯಾದ ಫಂಡ್‌ಗಳು-ಅವೆಲ್ಲ ಎಲ್ಲಿ ಹೋದವು?

ಮೂಲವನ್ನು ಪ್ರಶ್ನಿಸುವುದು: ಯಾವುದೇ ಡೇಟಾಸೆಟ್‌ಗಾಗಿ, ಹೀಗೆ ಕೇಳಿ: "ಡ್ರಾಪ್‌ಔಟ್/ಅಳಿಸುವಿಕೆ/ಬದುಕುಳಿಯುವಿಕೆಯ ಕಾರ್ಯವಿಧಾನ ಯಾವುದು?" ವೈಫಲ್ಯಗಳನ್ನು ಹೇಗೆ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ? ಇದು ಪಕ್ಷಪಾತದ ರಚನೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.

10.2. ದೀರ್ಘಕಾಲೀನ ತಂತ್ರಗಳು

ವೈಫಲ್ಯಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಅಧ್ಯಯನ ಮಾಡಿ: ಪೋಸ್ಟ್-ಮಾರ್ಟಮ್‌ಗಳು, ದಿವಾಳಿತನ ವಿಶ್ಲೇಷಣೆಗಳು, ವಿಫಲವಾದ ಸ್ಟಾರ್ಟ್‌ಅಪ್ ಕಥೆಗಳನ್ನು ಹುಡುಕಿ. CB ಇನ್‌ಸೈಟ್ಸ್‌ನ "ಸ್ಟಾರ್ಟ್‌ಅಪ್ ಫೇಲ್ಯೂರ್ ಪೋಸ್ಟ್-ಮಾರ್ಟಮ್ಸ್" ಮತ್ತು ಅಂತಹುದೇ ಸಂಪನ್ಮೂಲಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಕಾಣೆಯಾಗಿರುವ ಮೌನ ಸಾಕ್ಷ್ಯವನ್ನು ಒದಗಿಸುತ್ತವೆ.

ಪ್ರಿ-ಮಾರ್ಟಮ್ (Pre-Mortem) ಅಭ್ಯಾಸ: ಪ್ರಾಜೆಕ್ಟ್‌ಗಳನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು, "ಪ್ರಿ-ಮಾರ್ಟಮ್" ಗಳನ್ನು ನಡೆಸಿ—ಪ್ರಾಜೆಕ್ಟ್ ವಿಫಲವಾಗಿದೆ ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ ಮತ್ತು ಕಾರಣಗಳನ್ನು ಗುರುತಿಸಲು ಹಿಂದಕ್ಕೆ ಕೆಲಸ ಮಾಡಿ. ಇದು ವೈಫಲ್ಯಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವ ಮಾನಸಿಕ ಸ್ನಾಯುವನ್ನು ವ್ಯಾಯಾಮ ಮಾಡುತ್ತದೆ.

ಸಂಭವನೀಯತೆಯ ಮಾಪನಾಂಕ ನಿರ್ಣಯ: ಡೇಟಾವನ್ನು ನೋಡುವ ಮೊದಲು ಮೂಲ ದರಗಳನ್ನು ಅಂದಾಜು ಮಾಡಲು ಅಭ್ಯಾಸ ಮಾಡಿ. ನಿಮ್ಮ ನಿಖರತೆಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ. ಇದು ಗೋಚರ ಯಶಸ್ಸಿನ ದರಗಳು ನೈಜ ಯಶಸ್ಸಿನ ದರಗಳನ್ನು ಎಷ್ಟು ಬಾರಿ ಮೀರಿಸುತ್ತವೆ ಎಂಬುದರ ಕುರಿತು ಅಂತಃಪ್ರಜ್ಞೆಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ.

ಐತಿಹಾಸಿಕ ವಿರುದ್ಧ ವಾಸ್ತವಾಂಶಗಳು (Historical Counterfactuals): ಇತಿಹಾಸವನ್ನು ಅಧ್ಯಯನ ಮಾಡುವಾಗ, ಪರ್ಯಾಯ ಮಾರ್ಗಗಳನ್ನು ಸಕ್ರಿಯವಾಗಿ ಪರಿಗಣಿಸಿ-ಏನು ಆಗಬಹುದಾಗಿತ್ತು, ಯಾರು ಬಹುತೇಕ ಯಶಸ್ವಿಯಾದರು, ಬೇರೆ ಯಾವ ಫಲಿತಾಂಶಗಳು ಸಾಧ್ಯ. ನಾಸಿಮ್ ತಾಲೇಬ್ ಇವುಗಳನ್ನು "ಪರ್ಯಾಯ ಇತಿಹಾಸಗಳು" ಎಂದು ಕರೆಯುತ್ತಾರೆ.

10.3. ಪರಿಸರ ವಿನ್ಯಾಸ

ಡೇಟಾ ಮೂಲಸೌಕರ್ಯ: ಬದುಕುಳಿದವರನ್ನು ಮಾತ್ರ ತೋರಿಸುವ ಪ್ರಸ್ತುತ-ಸ್ಥಿತಿಯ ಡೇಟಾಬೇಸ್‌ಗಳ ಬದಲಿಗೆ ವೈಫಲ್ಯಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕ್ಷಣದಲ್ಲಿ ಅವುಗಳ ದಾಖಲೆಗಳನ್ನು ಸಂರಕ್ಷಿಸುವ "ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್" ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಬಳಸಿ.

ವೈಫಲ್ಯದ ಗ್ರಂಥಾಲಯಗಳು: ಸಾಂಸ್ಥಿಕ ಜ್ಞಾನ ನಿರ್ವಹಣೆಯು ಕೇವಲ ಯಶಸ್ವಿ ಯೋಜನೆಗಳನ್ನು ಮಾತ್ರವಲ್ಲದೆ ವಿಫಲವಾದ ಯೋಜನೆಗಳನ್ನು ಆರ್ಕೈವ್ ಮಾಡಬೇಕು. ಪೋಸ್ಟ್-ಮಾರ್ಟಮ್‌ಗಳು ಯಶಸ್ಸಿನ ಕೇಸ್ ಸ್ಟಡೀಸ್‌ಗಳಷ್ಟೇ ಸುಲಭವಾಗಿ ಲಭ್ಯವಿರಬೇಕು.

ಡೆವಿಲ್ಸ್ ಅಡ್ವೊಕೇಟ್ ಪ್ರೋಟೋಕಾಲ್ಸ್: ಕಾರ್ಯತಂತ್ರದ ನಿರ್ಧಾರಗಳಲ್ಲಿ ದೃಢೀಕರಿಸದ ಪುರಾವೆಗಳನ್ನು ಮತ್ತು ಕಾಣೆಯಾದ ವೈಫಲ್ಯದ ಡೇಟಾವನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಹುಡುಕುವ ಪಾತ್ರಗಳನ್ನು ಸಾಂಸ್ಥೀಕರಿಸಿ.

ವೈವಿಧ್ಯಮಯ ಸಲಹಾ ನೆಟ್‌ವರ್ಕ್‌ಗಳು: ನಿಮ್ಮ ಸಲಹಾ ವಲಯದಲ್ಲಿ ವೈಫಲ್ಯವನ್ನು ಅನುಭವಿಸಿದ ಜನರನ್ನು ಸೇರಿಸಿ. ಅವರ ದೃಷ್ಟಿಕೋನವು ಸಾಮಾನ್ಯವಾಗಿ ಕಾಣೆಯಾಗಿರುವ "ಮೌನ ಸಾಕ್ಷ್ಯವನ್ನು" ಒದಗಿಸುತ್ತದೆ.

10.4. ಬಾಹ್ಯ ಒಳಹರಿವನ್ನು ಯಾವಾಗ ಪಡೆಯಬೇಕು

ಬಾಹ್ಯ ಮೌಲ್ಯೀಕರಣದ ಅಗತ್ಯವಿರುವ ನಿರ್ಧಾರದ ಪ್ರಕಾರಗಳು:

  • ಐತಿಹಾಸಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಪ್ರಮುಖ ಹೂಡಿಕೆಗಳು
  • ಪ್ರತಿಸ್ಪರ್ಧಿ ವಿಶ್ಲೇಷಣೆಯ ಆಧಾರದ ಮೇಲೆ ಕಾರ್ಯತಂತ್ರದ ನಿರ್ಧಾರಗಳು
  • ಯಶಸ್ಸಿನ ಕಥೆಗಳ ಆಧಾರದ ಮೇಲೆ ವೃತ್ತಿ/ಜೀವನದ ನಿರ್ಧಾರಗಳು
  • ಚಿಕಿತ್ಸೆಯ ಫಲಿತಾಂಶದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದ ವೈದ್ಯಕೀಯ ನಿರ್ಧಾರಗಳು

ಯಾರನ್ನು ಸಂಪರ್ಕಿಸಬೇಕು:

  • ಆಯ್ಕೆಯ ಪಕ್ಷಪಾತದ ಪರಿಚಯವಿರುವ ಸಂಖ್ಯಾಶಾಸ್ತ್ರಜ್ಞರು
  • ನೀವು ಪರಿಗಣಿಸುತ್ತಿರುವ ವಿಧಾನದಲ್ಲಿ ವಿಫಲರಾದ ಜನರು
  • ನಿರ್ದಿಷ್ಟ ಡೊಮೇನ್‌ನ ವೈಫಲ್ಯದ ದರಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವ ಸಂಶೋಧಕರು
  • ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಹುಡುಕಲು ನಿಯೋಜಿಸಲಾದ ಡೆವಿಲ್ಸ್ ಅಡ್ವೊಕೇಟ್ಸ್

ವಿನಂತಿಗಳನ್ನು ಹೇಗೆ ರೂಪಿಸುವುದು:

  • "ಇಲ್ಲಿ ಛೇದ (denominator) ಯಾವುದು?"
  • "ಇದನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲರಾದವರಿಗೆ ಏನಾಯಿತು?"
  • "ಈ ಡೇಟಾವನ್ನು ಹೇಗೆ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಪ್ರಕರಣಗಳು ಕಣ್ಮರೆಯಾಗಲು ಕಾರಣವೇನು?"

11. ಪ್ರಾಯೋಗಿಕ ವ್ಯಾಯಾಮಗಳು

ವ್ಯಾಯಾಮ 1: ವೈಫಲ್ಯದ ಸ್ಮಶಾನದ ನಡಿಗೆ

  • ಉದ್ದೇಶ: ಅದೃಶ್ಯ ವೈಫಲ್ಯಗಳಿಗೆ ಅಂತಃಪ್ರಜ್ಞೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿ
  • ಅಗತ್ಯವಿರುವ ಸಮಯ: 45 ನಿಮಿಷಗಳು
  • ಅಗತ್ಯವಿರುವ ವಸ್ತುಗಳು: ಇಂಟರ್ನೆಟ್ ಪ್ರವೇಶ, ನೋಟ್‌ಬುಕ್
  • ಕಷ್ಟದ ಮಟ್ಟ: ಹರಿಕಾರ (Beginner)
  • ಸೂಚನೆಗಳು:
    1. ನೀವು ಆಸಕ್ತಿ ಹೊಂದಿರುವ ಡೊಮೇನ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳು, ರೆಸ್ಟೋರೆಂಟ್‌ಗಳು, ಉತ್ಪನ್ನಗಳು, ಇತ್ಯಾದಿ)
    2. ಆ ಡೊಮೇನ್‌ನಲ್ಲಿ 5 ಪ್ರಸಿದ್ಧ ಯಶಸ್ಸುಗಳನ್ನು ಗುರುತಿಸಿ
    3. ಪ್ರತಿ ಯಶಸ್ಸಿಗಾಗಿ, ಅಂತಹುದೇ ವಿಧಾನಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ ವಿಫಲವಾದ 3 ಸಮಕಾಲೀನರನ್ನು ಸಂಶೋಧಿಸಿ
    4. ವಿಫಲವಾದವರು ಯಶಸ್ಸಿನೊಂದಿಗೆ ಯಾವ ಗುಣಲಕ್ಷಣಗಳು/ತಂತ್ರಗಳನ್ನು ಹಂಚಿಕೊಂಡಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ
    5. ವೈಫಲ್ಯಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಏಕೆ ಅದೃಶ್ಯವಾಗಿರುತ್ತವೆ ಎಂಬುದನ್ನು ದಾಖಲಿಸಿ (ದಿವಾಳಿತನ, ಸ್ವಾಧೀನ, ಅಳಿಸುವಿಕೆ, ಇತ್ಯಾದಿ.)
  • ಪ್ರತಿಬಿಂಬದ ಪ್ರಶ್ನೆಗಳು:
    • ವೈಫಲ್ಯಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಎಷ್ಟು ಕಷ್ಟಕರವಾಗಿತ್ತು?
    • ಯಶಸ್ಸು ಮತ್ತು ವೈಫಲ್ಯ ಎರಡರಲ್ಲೂ ಯಾವ "ಯಶಸ್ಸಿನ ಅಂಶಗಳು" ಕಾಣಿಸಿಕೊಂಡಿವೆ?
    • ಯಶಸ್ಸಿಗೆ ಕಾರಣವೇನು ಎಂಬ ನಿಮ್ಮ ದೃಷ್ಟಿಕೋನವನ್ನು ಇದು ಹೇಗೆ ಬದಲಾಯಿಸುತ್ತದೆ?
  • ಆವರ್ತನ: ಮಾಸಿಕ, ವಿಶೇಷವಾಗಿ ಪ್ರಮುಖ ನಿರ್ಧಾರಗಳ ಮೊದಲು

ವ್ಯಾಯಾಮ 2: ಡೇಟಾಸೆಟ್ ಶವಪರೀಕ್ಷೆ

  • ಉದ್ದೇಶ: ದತ್ತಾಂಶ ಮೂಲಗಳಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಗುರುತಿಸಲು ಕಲಿಯಿರಿ
  • ಅಗತ್ಯವಿರುವ ಸಮಯ: 60 ನಿಮಿಷಗಳು
  • ಅಗತ್ಯವಿರುವ ವಸ್ತುಗಳು: ನೀವು ಬಳಸುವ ಡೇಟಾಸೆಟ್‌ಗೆ ಪ್ರವೇಶ (ಹಣಕಾಸು, ವ್ಯವಹಾರ, ಕಾರ್ಯಕ್ಷಮತೆ ಡೇಟಾ)
  • ಕಷ್ಟದ ಮಟ್ಟ: ಮಧ್ಯಮ
  • ಸೂಚನೆಗಳು:
    1. ನಿರ್ಧಾರಗಳಿಗಾಗಿ ನೀವು ಅವಲಂಬಿಸಿರುವ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ
    2. ಡೇಟಾ ಸಂಗ್ರಹಣೆ ವಿಧಾನವನ್ನು ದಾಖಲಿಸಿ
    3. ದಾಖಲೆಗಳನ್ನು ತೆಗೆದುಹಾಕಬಹುದಾದ ಎಲ್ಲಾ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಗುರುತಿಸಿ (ಮುಚ್ಚುವಿಕೆ, ವಿಲೀನ, ಅಳಿಸುವಿಕೆ, ವರದಿ ಮಾಡದಿರುವುದು)
    4. ಮೂಲ ಜನಸಂಖ್ಯೆಯ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣವು ಎಷ್ಟು ಕಾಣೆಯಾಗಿರಬಹುದು ಎಂದು ಅಂದಾಜು ಮಾಡಿ
    5. ಕಾಣೆಯಾದ ಡೇಟಾವು ಬದುಕುಳಿದ ಡೇಟಾದಿಂದ ಹೇಗೆ ಭಿನ್ನವಾಗಿರಬಹುದು ಎಂಬುದನ್ನು ಪರಿಗಣಿಸಿ
  • ಪ್ರತಿಬಿಂಬದ ಪ್ರಶ್ನೆಗಳು:
    • ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ನೀವು ನೋಡಬಹುದಾದರೆ ಏನಾದರೂ ಬದಲಾಗುತ್ತದೆಯೇ?
    • ಈ ಡೇಟಾದಿಂದ ತೆಗೆದುಕೊಂಡ ತೀರ್ಮಾನಗಳಲ್ಲಿ ನೀವು ಎಷ್ಟು ವಿಶ್ವಾಸ ಹೊಂದಿರಬೇಕು?
    • ಯಾವ ಹೊಂದಾಣಿಕೆಗಳು ಸೂಕ್ತವಾಗಿರಬಹುದು?
  • ಆವರ್ತನ: ನಿರ್ಧಾರಗಳಿಗಾಗಿ ಐತಿಹಾಸಿಕ ಡೇಟಾವನ್ನು ಬಳಸುವಾಗಲೆಲ್ಲಾ

ವ್ಯಾಯಾಮ 3: ಪ್ರಿ-ಮಾರ್ಟಮ್ (Pre-Mortem) ಆಚರಣೆ

  • ಉದ್ದೇಶ: ವೈಫಲ್ಯವು ಅದೃಶ್ಯವಾಗುವ ಮುನ್ನವೇ ಅದನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ದೃಶ್ಯೀಕರಿಸುವುದು
  • ಅಗತ್ಯವಿರುವ ಸಮಯ: 30 ನಿಮಿಷಗಳು
  • ಅಗತ್ಯವಿರುವ ವಸ್ತುಗಳು: ಕಾಗದ, ಟೈಮರ್
  • ಕಷ್ಟದ ಮಟ್ಟ: ಸುಧಾರಿತ (Advanced)
  • ಸೂಚನೆಗಳು:
    1. ಯೋಜನೆಯನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು, ತಂಡವನ್ನು ಒಟ್ಟುಗೂಡಿಸಿ
    2. 20 ನಿಮಿಷಗಳ ಟೈಮರ್ ಹೊಂದಿಸಿ
    3. ಇಂದಿಗೆ ಒಂದು ವರ್ಷವಾಗಿದೆ ಮತ್ತು ಪ್ರಾಜೆಕ್ಟ್ ಸಂಪೂರ್ಣವಾಗಿ ವಿಫಲವಾಗಿದೆ ಎಂದು ಊಹಿಸಿ
    4. ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯು ವಿಫಲವಾದ ಎಲ್ಲಾ ಕಾರಣಗಳನ್ನು ಬರೆಯುತ್ತಾರೆ (ಮೊದಲಿಗೆ ಸ್ವತಂತ್ರವಾಗಿ)
    5. ವೈಫಲ್ಯದ ವಿಧಾನಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಿ ಮತ್ತು ಕ್ರೋಢೀಕರಿಸಿ
  • ಪ್ರತಿಬಿಂಬದ ಪ್ರಶ್ನೆಗಳು:
    • ಯಾವ ವೈಫಲ್ಯ ವಿಧಾನಗಳು ಹೆಚ್ಚು ಸಂಭವನೀಯ?
    • ಭವಿಷ್ಯದ ವಿಶ್ಲೇಷಕರಿಗೆ ಯಾವ ವೈಫಲ್ಯಗಳು ಯಾವುದೇ ಸಾಕ್ಷ್ಯವನ್ನು ನೀಡುವುದಿಲ್ಲ?
    • ಅದೃಶ್ಯವಾದ ವಿಫಲ ಡೇಟಾ ಆಗುವುದನ್ನು ನೀವು ಹೇಗೆ ತಡೆಯಬಹುದು?
  • ಆವರ್ತನ: ಪ್ರತಿ ಮಹತ್ವದ ಯೋಜನೆಯ ಪ್ರಾರಂಭದಲ್ಲಿ

ದೈನಂದಿನ ಅಭ್ಯಾಸ

ಸಂಜೆಯ ವೈಫಲ್ಯದ ಪ್ರಶ್ನೆ: ಪ್ರತಿದಿನ ಸಂಜೆ, ನೀವು ತೆಗೆದುಕೊಂಡ ಒಂದು ನಿರ್ಧಾರವನ್ನು ವಿಮರ್ಶಿಸಿ ಮತ್ತು ಕೇಳಿ: "ಇದನ್ನು ತಿಳಿಸಬೇಕಾದ ಯಾವ ವೈಫಲ್ಯಗಳನ್ನು ನಾನು ನೋಡುತ್ತಿಲ್ಲ?"

  • ಸೂಚಿಸಿದ ಅವಧಿ: 5 ನಿಮಿಷಗಳು
  • ದಿನದ ಅತ್ಯುತ್ತಮ ಸಮಯ: ಸಂಜೆ
  • ಪ್ರಗತಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುವುದು ಹೇಗೆ: ದಿನಕ್ಕೆ ಒಂದು "ಗುಪ್ತ ವೈಫಲ್ಯದ" ಒಳನೋಟವನ್ನು ಜರ್ನಲ್ ಮಾಡಿ

ಸಾಪ್ತಾಹಿಕ ಸವಾಲು

ಮೌನ ಸಾಕ್ಷ್ಯ ಹುಡುಕಾಟ (Silent Evidence Hunt): ಪ್ರತಿ ವಾರ, ಗೋಚರಿಸುವ ಪುರಾವೆಗಳ ಆಧಾರದ ಮೇಲೆ ನೀವು ಹೊಂದಿರುವ ಒಂದು ನಂಬಿಕೆಯನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಅದನ್ನು ವಿರೋಧಿಸುವ "ಮೌನ ಸಾಕ್ಷ್ಯ" ವನ್ನು ಸಕ್ರಿಯವಾಗಿ ಹುಡುಕಿ.

  • 4 ವಾರಗಳ ನಂತರ ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶಗಳು: "ಏನು ಕಾಣೆಯಾಗಿದೆ" ಎಂದು ಕೇಳಲು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿತ ಅಂತಃಪ್ರಜ್ಞೆ ಮತ್ತು ಕೇವಲ ಗೋಚರಿಸುವ ಡೇಟಾದಿಂದ ತೀರ್ಮಾನಗಳಲ್ಲಿ ಕಡಿಮೆ ವಿಶ್ವಾಸ
  • ಪ್ರತಿಬಿಂಬಿಸಲು ಜರ್ನಲಿಂಗ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳು:
    • ಈ ವಾರ ನಾನು ಯಾವ ನಂಬಿಕೆಯನ್ನು ಪರೀಕ್ಷಿಸಿದೆ?
    • ನಾನು ಯಾವ ಮೂಕ ಸಾಕ್ಷ್ಯವನ್ನು ಕಂಡುಹಿಡಿದೆ?
    • ಅದನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ನನ್ನ ವಿಶ್ವಾಸ ಮಟ್ಟವನ್ನು ಹೇಗೆ ಬದಲಾಯಿಸಿತು?

12. ನಿರ್ದಿಷ್ಟ ಪ್ರೇಕ್ಷಕರಿಗಾಗಿ

ನಾಯಕರು ಮತ್ತು ನಿರ್ವಾಹಕರಿಗೆ

ಕಾರ್ಯತಂತ್ರದ ಯೋಜನೆ: ಪ್ರತಿಸ್ಪರ್ಧಿಯ ಯಶಸ್ಸನ್ನು ವಿಶ್ಲೇಷಿಸುವಾಗ, ತಂತ್ರಜ್ಞಾನ ತಂಡಗಳು ಒಂದೇ ರೀತಿಯ ತಂತ್ರಗಳನ್ನು ಬಳಸಿ ವಿಫಲವಾದ ಸ್ಪರ್ಧಿಗಳನ್ನೂ ಅಧ್ಯಯನ ಮಾಡುವಂತೆ ಆದೇಶಿಸಿ. ಗಮನಿಸಿದ "ಯಶಸ್ಸಿನ ಅಂಶಗಳು" ಕಾರಣವಲ್ಲ ಎಂದು ವೈಫಲ್ಯಗಳು ಬಹಿರಂಗಪಡಿಸಬಹುದು.

ಪೋಸ್ಟ್-ಪ್ರಾಜೆಕ್ಟ್ ವಿಶ್ಲೇಷಣೆ: ಯಶಸ್ವಿ ಯೋಜನೆಗಳಷ್ಟೇ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ವಿಫಲವಾದ ಪ್ರಾಜೆಕ್ಟ್‌ಗಳನ್ನು ಆರ್ಕೈವ್ ಮಾಡಿ ಮತ್ತು ಅಧ್ಯಯನ ಮಾಡಿ. ವೈಫಲ್ಯಗಳಿಂದ ಕಲಿಯುವುದು ಅನೇಕವೇಳೆ ಹೆಚ್ಚು ಮೌಲ್ಯಯುತವಾಗಿರುತ್ತದೆ, ಮತ್ತು ಉದ್ದೇಶಪೂರ್ವಕ ಸಂರಕ್ಷಣೆಯಿಲ್ಲದೆ ಅದು ಕಣ್ಮರೆಯಾಗುತ್ತದೆ.

ನೇಮಕಾತಿ ನಿರ್ಧಾರಗಳು: ಉನ್ನತ ಸಾಧಕರಿಂದ ಪಡೆದ ಪ್ರೊಫೈಲ್‌ಗಳ ಬಗ್ಗೆ ಜಾಗರೂಕರಾಗಿರಿ. ಯಶಸ್ವಿಯಾಗಬಹುದಾದ ಯಾವ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ತಿರಸ್ಕರಿಸಲಾಗಿದೆ ಮತ್ತು ಯಾವ ಉದ್ಯೋಗಿಗಳು ಪ್ರೊಫೈಲ್‌ಗೆ ಹೊಂದಿಕೆಯಾಗಿ ವಿಫಲರಾಗಿದ್ದಾರೆ ಮತ್ತು ಹೊರಟುಹೋಗಿದ್ದಾರೆ ಎಂಬುದನ್ನು ಪರಿಗಣಿಸಿ.

ನಿರ್ಧಾರದ ದಾಖಲೆ: ಫಲಿತಾಂಶಗಳನ್ನು ಮಾತ್ರವಲ್ಲದೆ ನಿರ್ಧಾರದ ಸಮಯದಲ್ಲಿ ಮಾಹಿತಿ ಮತ್ತು ತಾರ್ಕಿಕತೆಯನ್ನು ದಾಖಲಿಸಿ. ನಿರ್ಗಮನ, ಪುನರ್ರಚನೆ ಅಥವಾ ಪರಿಷ್ಕರಣೆಯ ಮೂಲಕ ವೈಫಲ್ಯಗಳು "ಕಣ್ಮರೆಯಾದಾಗ" ಸಹ ಪ್ರಾಮಾಣಿಕ ಮೌಲ್ಯಮಾಪನವನ್ನು ಇದು ಅನುಮತಿಸುತ್ತದೆ.

ಸಂಸ್ಕೃತಿ ನಿರ್ಮಾಣ: ವೈಫಲ್ಯಗಳನ್ನು ಬಹಿರಂಗವಾಗಿ ಆಚರಿಸಿ ಮತ್ತು ಚರ್ಚಿಸಿ. ಇದು ಸಾಂಸ್ಥಿಕ ಸ್ಮರಣೆಯಲ್ಲಿ ಅವುಗಳನ್ನು ಮೌನವಾಗಿಡುವ ಬದಲು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ.

ಪೋಷಕರು ಮತ್ತು ಶಿಕ್ಷಣತಜ್ಞರಿಗೆ

ಪರಿಕಲ್ಪನೆಯನ್ನು ಕಲಿಸುವುದು: ಡಯಾಗೊರಾಸ್ ಕಥೆಯನ್ನು ಬಳಸಿ-ಇದು ಮಕ್ಕಳಿಗೆ ಪ್ರವೇಶಿಸಬಹುದಾಗಿದೆ. ಕೇಳಿ: "ನಾವು ಗೆದ್ದವರಿಂದ ಮಾತ್ರ ಕೇಳಿದರೆ, ನಾವು ಏನನ್ನು ಕಲಿಯುವುದಿಲ್ಲ?"

ಯಶಸ್ಸಿನ ಕಥೆಯ ಸಮತೋಲನ: ಸ್ಪೂರ್ತಿದಾಯಕ ಕಥೆಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುವಾಗ, ವೈಫಲ್ಯದ ಕಥೆಗಳನ್ನು ಸಹ ಹಂಚಿಕೊಳ್ಳಿ. "ಅನೇಕರು ಆಕೆ ಮಾಡಿದ್ದನ್ನೇ ನಿಖರವಾಗಿ ಪ್ರಯತ್ನಿಸಿದರು ಮತ್ತು ಅದು ಕೆಲಸ ಮಾಡಲಿಲ್ಲ. ವ್ಯತ್ಯಾಸವನ್ನು ಏನು ಮಾಡಿರಬಹುದು?"

ವಿಜ್ಞಾನ ಶಿಕ್ಷಣ: ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಸ್ಯಾಂಪ್ಲಿಂಗ್, ಆಯ್ಕೆ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ವಿನ್ಯಾಸವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅತ್ಯುತ್ತಮ ಗೇಟ್‌ವೇ ಆಗಿದೆ. WWII ಬಾಂಬರ್ ಉದಾಹರಣೆಯನ್ನು ಬಳಸಿ-ಇದು ಸ್ಪಷ್ಟವಾದದ್ದು ಮತ್ತು ಪ್ರತಿಯುತ್ಪನ್ನವಾಗಿದೆ.

ವೈಫಲ್ಯದ ಮುಕ್ತತೆಯನ್ನು ರೂಪಿಸುವುದು: ನಿಮ್ಮ ಸ್ವಂತ ವೈಫಲ್ಯಗಳನ್ನು ಮತ್ತು ಅವು ನಿಮಗೆ ಕಲಿಸಿದ ಪಾಠಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಿ. ವೈಫಲ್ಯವನ್ನು ಅದೃಶ್ಯವಾಗಿಡುವ ಬದಲು ಚರ್ಚಿಸಲು ಸಾಧ್ಯವಾಗುವಂತೆ ಮಾಡಿ.

ಆರೋಗ್ಯ ವೃತ್ತಿಪರರಿಗೆ

ಕ್ಲಿನಿಕಲ್ ಟ್ರಯಲ್ ಇಂಟರ್ಪ್ರಿಟೇಶನ್: ಡ್ರಾಪ್ಔಟ್ ಮಾದರಿಗಳ ಬಗ್ಗೆ ಎಚ್ಚರದಿಂದಿರಿ. ಚಿಕಿತ್ಸೆಯನ್ನು ನಿಲ್ಲಿಸುವ ರೋಗಿಗಳು ಚಿಕಿತ್ಸೆ ಮುಂದುವರಿಸುವವರಿಂದ ವ್ಯವಸ್ಥಿತವಾಗಿ ಭಿನ್ನವಾಗಿರಬಹುದು. ಇಂಟೆನ್ಷನ್-ಟು-ಟ್ರೀಟ್ ವಿಶ್ಲೇಷಣೆಯು ಇದನ್ನು ಭಾಗಶಃ ಪರಿಹರಿಸುತ್ತದೆ.

ಐತಿಹಾಸಿಕ ಚಿಕಿತ್ಸೆಯ ಮೌಲ್ಯಮಾಪನ: "ಸಮಯದ ಪರೀಕ್ಷೆಯಲ್ಲಿ ನಿಂತಿರುವ" "ಸಾಂಪ್ರದಾಯಿಕ" ಚಿಕಿತ್ಸೆಗಳು ಸರಳವಾಗಿ ಬದುಕುಳಿದವಾಗಿರಬಹುದು. ಕೈಬಿಡಲಾದ ಪರಿಣಾಮಕಾರಿಯಲ್ಲದ ಚಿಕಿತ್ಸೆಗಳು ಯಾವುದೇ ಪುರಾವೆಗಳನ್ನು ನೀಡುವುದಿಲ್ಲ.

ರೋಗನಿರ್ಣಯದ ಮಾದರಿ ಗುರುತಿಸುವಿಕೆ: ಸ್ಮರಣೀಯ ಪ್ರಕರಣಗಳು (ನೆನಪಿನಲ್ಲಿ ಬದುಕುಳಿದವರು) ಮೂಲ ದರಗಳನ್ನು ಪ್ರತಿನಿಧಿಸದಿರಬಹುದು. ಮಾದರಿ-ಹೊಂದಾಣಿಕೆಯ (pattern-matching) ಮಾಡುವಾಗ ವಿಭಿನ್ನ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಪ್ರಕರಣಗಳನ್ನು ಸಕ್ರಿಯವಾಗಿ ನೆನಪಿಸಿಕೊಳ್ಳಿ.

ಮರಣದ ಅಂಕಿಅಂಶಗಳು: "ಡೆಡ್ ಆನ್ ಅರೈವಲ್" ಹೊರಗಿಡುವಿಕೆಗಳು, ವರ್ಗಾವಣೆ ಮಾದರಿಗಳು ಮತ್ತು ದಾಖಲಾತಿ ಅಭ್ಯಾಸಗಳು ಫಲಿತಾಂಶದ ಡೇಟಾದಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಹೇಗೆ ಸೃಷ್ಟಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ.

ಹಣಕಾಸು ವೃತ್ತಿಪರರಿಗೆ

ಡೇಟಾಬೇಸ್ ನೈರ್ಮಲ್ಯ: ಲಭ್ಯವಿದ್ದಾಗ ಯಾವಾಗಲೂ ಸರ್ವೈವರ್‌ಶಿಪ್-ಬಯಾಸ್-ಮುಕ್ತ ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಬಳಸಿ. ಪ್ರಮಾಣಿತ ಡೇಟಾಬೇಸ್‌ಗಳಿಗಾಗಿ, ತಿಳಿದಿರುವ ತಿದ್ದುಪಡಿ ಅಂಶಗಳನ್ನು ಅನ್ವಯಿಸಿ (ಉದಾ., ಮ್ಯೂಚುಯಲ್ ಫಂಡ್‌ಗಳಿಗೆ ~0.9%).

ಗ್ರಾಹಕ ಸಂವಹನ: ಐತಿಹಾಸಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ತೋರಿಸುವಾಗ, ಯಾವುದು ಕಾಣೆಯಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ. "ಈ ಸೂಚ್ಯಂಕವು ಇಂದು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕಂಪನಿಗಳನ್ನು ತೋರಿಸುತ್ತದೆ. ವಿಫಲವಾದ ಕಂಪನಿಗಳನ್ನು ಸೇರಿಸಲಾಗಿಲ್ಲ, ಇದು ಹಿಂದಿನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ವಾಸ್ತವಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡುತ್ತದೆ."

ಬ್ಯಾಕ್‌ಟೆಸ್ಟ್ ಸಂದೇಹ: ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್ ಡೇಟಾ ಅವಶ್ಯಕ. ಪ್ರಸ್ತುತ ಸೂಚ್ಯಂಕ ಸಂಯೋಜನೆಯನ್ನು ಬಳಸುವ ಯಾವುದೇ ಬ್ಯಾಕ್‌ಟೆಸ್ಟ್ ಪರಿಣಾಮಕಾರಿಯಾಗಿ 100% ಬದುಕುಳಿಯುವಿಕೆಯನ್ನು ಸಾಧಿಸಿದೆ-ಇದೊಂದು ಅಸಾಧ್ಯ ಸ್ಥಿತಿ.

ಹೆಡ್ಜ್ ಫಂಡ್ ಡ್ಯೂ ಡಿಲಿಜೆನ್ಸ್: ಸರ್ವೈವರ್‌ಶಿಪ್ ಮತ್ತು ಬ್ಯಾಕ್‌ಫಿಲ್ ಪಕ್ಷಪಾತ ಎರಡನ್ನೂ ಲೆಕ್ಕ ಹಾಕಿ. ಸಂಯೋಜಿತ ಪರಿಣಾಮ (~4.4% ಪ್ರತಿ ಮಲ್ಕಿಯೆಲ್) ಎಂದರೆ ವರದಿ ಮಾಡಲಾದ ಸರಾಸರಿ ಹೆಡ್ಜ್ ಫಂಡ್ ಕಾರ್ಯಕ್ಷಮತೆಯು ವಾಸ್ತವವನ್ನು ಗಣನೀಯವಾಗಿ ಅತಿಯಾಗಿ ಹೇಳುತ್ತದೆ.

13. ಇತರ ಪಕ್ಷಪಾತಗಳೊಂದಿಗೆ ಪರಸ್ಪರ ಕ್ರಿಯೆಗಳು

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ವರ್ಧಿಸುವ ಪಕ್ಷಪಾತಗಳು

Bias How It Interacts
Availability Heuristic ಬದುಕುಳಿದವರನ್ನು ನೆನಪಿನಲ್ಲಿ ಇನ್ನಷ್ಟು ಪ್ರಮುಖರನ್ನಾಗಿ ಮಾಡುತ್ತದೆ; ವೈಫಲ್ಯಗಳು ಎರಡು ಪಟ್ಟು ಅದೃಶ್ಯವಾಗುತ್ತವೆ (ಡೇಟಾದಿಂದ ಮತ್ತು ಸುಲಭದ ಸ್ಮರಣೆಯಿಂದ ತೆಗೆದುಹಾಕಲ್ಪಡುತ್ತವೆ)
Optimism Bias ವೈಫಲ್ಯದ ಸಂಭವನೀಯತೆಯ ನೈಜ ಮೌಲ್ಯಮಾಪನದ ಬದಲಿಗೆ ಬದುಕುಳಿದವರೊಂದಿಗೆ ಗುರುತಿಸಿಕೊಳ್ಳುವುದನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತದೆ
Confirmation Bias ದೃಢೀಕರಿಸದ ವೈಫಲ್ಯದ ಪುರಾವೆಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ನಂಬಿಕೆಗಳನ್ನು ದೃಢೀಕರಿಸುವ ಯಶಸ್ಸಿನ ಕಥೆಗಳನ್ನು ಹುಡುಕುವಂತೆ ಮಾಡುತ್ತದೆ
Hindsight Bias ಪೂರ್ವಾವಲೋಕನದಲ್ಲಿ ಬದುಕುಳಿದವರ ಯಶಸ್ಸನ್ನು "ಸ್ಪಷ್ಟವಾಗಿ" ತೋರುವಂತೆ ಮಾಡುತ್ತದೆ, ಅದೃಷ್ಟದ ಪಾತ್ರವನ್ನು ಮತ್ತು ವೈಫಲ್ಯದ ಸಾಧ್ಯತೆಯನ್ನು ಮರೆಮಾಚುತ್ತದೆ
Narrative Fallacy ವಿವರಿಸುವಂತೆ ಭಾಸವಾಗುವ ಬದುಕುಳಿದವರ ಡೇಟಾದಿಂದ ಬಲವಾದ ಕಥೆಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ ಆದರೆ ವಾಸ್ತವಿಕ (ಅದೃಶ್ಯ) ಕಾರಣ ಅಂಶಗಳನ್ನು ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತದೆ

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಪ್ರತಿರೋಧಿಸುವ ಪಕ್ಷಪಾತಗಳು

Bias How It Helps
Pessimism Bias ನಕಾರಾತ್ಮಕ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರೀಕ್ಷಿಸುವ ನೈಸರ್ಗಿಕ ಪ್ರವೃತ್ತಿಯು ಗೋಚರ ಯಶಸ್ಸುಗಳ ಮೇಲಿನ ಅತಿಯಾದ ಗಮನವನ್ನು ಸಮತೋಲನಗೊಳಿಸಬಹುದು
Loss Aversion ಸಂಭಾವ್ಯ ನಷ್ಟಗಳ ಕಡೆಗಿನ ಹೆಚ್ಚಿನ ಗಮನವು ವೈಫಲ್ಯದ ಉದಾಹರಣೆಗಳ ಹುಡುಕಾಟವನ್ನು ಪ್ರೇರೇಪಿಸಬಹುದು

ಸಾಮಾನ್ಯ ಪಕ್ಷಪಾತದ ಸರಪಳಿಗಳು

ದಿ ಸಕ್ಸಸ್ ಎಮ್ಯುಲೇಶನ್ ಕ್ಯಾಸ್ಕೇಡ್ (The Success Emulation Cascade): ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (ವಿಜೇತರನ್ನು ಮಾತ್ರ ನೋಡುವುದು) → ಅವೈಲಬಿಲಿಟಿ ಹ್ಯೂರಿಸ್ಟಿಕ್ (ವಿಜೇತರು ಸ್ಮರಣೆಯಲ್ಲಿ ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತಾರೆ) → ನ್ಯಾರೇಟಿವ್ ಫಾಲಸಿ (ವಿಜೇತರ ಗುಣಲಕ್ಷಣಗಳಿಂದ ಸಾಂದರ್ಭಿಕ ಕಥೆಯನ್ನು ನಿರ್ಮಿಸುವುದು) → ಅತಿಯಾದ ಆತ್ಮವಿಶ್ವಾಸ (ಕಥೆಯು ಯಶಸ್ಸನ್ನು ವಿವರಿಸುತ್ತದೆ ಎಂದು ನಂಬುವುದು) → ಕನ್ಫರ್ಮೇಷನ್ ಬಯಾಸ್ (ಕಥೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಪುರಾವೆಗಳನ್ನು ಹುಡುಕುವುದು) → ಅಪಾಯದ ತಪ್ಪಾದ ಮಾಪನಾಂಕ ನಿರ್ಣಯ (ವೈಫಲ್ಯದ ಸಂಭವನೀಯತೆಯನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುವುದು)

ಅಡಚಣೆಯ ಬಿಂದು: ಕಥೆಯು ರೂಪುಗೊಳ್ಳುವ ಮೊದಲು "ವೈಫಲ್ಯಗಳು ಎಲ್ಲಿವೆ?" ಎಂದು ಸ್ಪಷ್ಟವಾಗಿ ಕೇಳುವ ಮೂಲಕ ಸರಪಳಿಯನ್ನು ಮೊದಲೇ ಮುರಿಯಬಹುದು. ಬಲವಾದ ಕಥೆಯು ನಿರ್ಮಾಣವಾದ ನಂತರ, ಅದನ್ನು ಅಸ್ಥಿರಗೊಳಿಸುವುದು ತುಂಬಾ ಕಷ್ಟ.

14. ಸಾಂಸ್ಕೃತಿಕ ದೃಷ್ಟಿಕೋನಗಳು

ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಎಲ್ಲಾ ಸಂಸ್ಕೃತಿಗಳಲ್ಲಿ ಪ್ರಕಟವಾಗುತ್ತದೆ ಆದರೆ ಸಾಂಸ್ಕೃತಿಕ ಸನ್ನಿವೇಶದಿಂದ ವರ್ಧಿಸಬಹುದು ಅಥವಾ ಮಾಡರೇಟ್ ಮಾಡಬಹುದು.

ವೈಯಕ್ತಿಕ ವಿರುದ್ಧ ಸಾಮೂಹಿಕ ಸಂಸ್ಕೃತಿಗಳು: ಹೆಚ್ಚು ವೈಯಕ್ತಿಕ ಸಂಸ್ಕೃತಿಗಳಲ್ಲಿ (ಉದಾ., ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್), "ಸ್ವಯಂ-ನಿರ್ಮಿತ ಯಶಸ್ಸಿನ" ನಿರೂಪಣೆಯು ವಿಶೇಷವಾಗಿ ಪ್ರಮುಖವಾಗಿದೆ, ಇದು ವೈಯಕ್ತಿಕ ಸಾಧನೆಯ ಸಂದರ್ಭಗಳಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಸಂಭಾವ್ಯವಾಗಿ ವರ್ಧಿಸುತ್ತದೆ. ಸಾಮೂಹಿಕ ಸಂಸ್ಕೃತಿಗಳು ಒಳ-ಗುಂಪುಗಳೊಳಗಿನ ವೈಫಲ್ಯಗಳ ಹೆಚ್ಚಿನ ಗೋಚರತೆಯನ್ನು ಹೊಂದಿರಬಹುದು, ಪಕ್ಷಪಾತವನ್ನು ಭಾಗಶಃ ಮಾಡರೇಟ್ ಮಾಡಬಹುದು.

ಉನ್ನತ ಅಧಿಕಾರದ ಅಂತರದ ಸಂಸ್ಕೃತಿಗಳು (High Power Distance Cultures): ಉನ್ನತ ಅಧಿಕಾರದ ಅಂತರವನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಕೃತಿಗಳಲ್ಲಿ, ಯಶಸ್ಸುಗಳನ್ನು ಇನ್ನಷ್ಟು ಆಚರಿಸಬಹುದು ಆದರೆ ಅವಮಾನವನ್ನು ತಪ್ಪಿಸಲು ವೈಫಲ್ಯಗಳನ್ನು ಮರೆಮಾಡಲಾಗುತ್ತದೆ, ಇದು ಫಲಿತಾಂಶಗಳ ಬದುಕುಳಿದವರ-ಮಾತ್ರ ಗೋಚರತೆಯನ್ನು ಸಂಭಾವ್ಯವಾಗಿ ಹೆಚ್ಚಿಸುತ್ತದೆ.

ಅಪಾಯದ ವರ್ತನೆಗಳು: ಹೆಚ್ಚಿನ ಅಪಾಯದ ಸಹಿಷ್ಣುತೆಯನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಕೃತಿಗಳು ಗೋಚರಿಸುವ ಅಪಾಯ-ತೆಗೆದುಕೊಳ್ಳುವವರಿಂದ ಪಾಠಗಳನ್ನು ಪಡೆಯುವ ಸಾಧ್ಯತೆಯಿದೆ, ಆದರೆ ಅಪಾಯವನ್ನು ತಪ್ಪಿಸುವ ಸಂಸ್ಕೃತಿಗಳು ಸ್ವಾಭಾವಿಕವಾಗಿ ಹೆಚ್ಚಿನ ವೈಫಲ್ಯದ ಡೇಟಾವನ್ನು ಹುಡುಕಬಹುದು.

Culture Type Manifestation
ವೈಯಕ್ತಿಕ ಸಂಸ್ಕೃತಿಗಳು ಬಲವಾದ "ಸ್ವಯಂ-ನಿರ್ಮಿತ ಯಶಸ್ಸಿನ" ನಿರೂಪಣೆಗಳು; ಸೆಲೆಬ್ರಿಟಿ ಉದ್ಯಮಿಗಳ ಮೇಲಿನ ಗಮನವು ಪಕ್ಷಪಾತವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ
ಸಾಮೂಹಿಕ ಸಂಸ್ಕೃತಿಗಳು ಗುಂಪಿನ ಯಶಸ್ಸಿನ ಕಥೆಗಳು ಪ್ರಮುಖವಾಗಿವೆ; ವೈಫಲ್ಯಗಳ ಆಂತರಿಕ-ಗುಂಪಿನ ಜ್ಞಾನವು ಪಕ್ಷಪಾತವನ್ನು ಕಡಿಮೆ ಮಾಡಬಹುದು
ಹೈ-ಕಾಂಟೆಕ್ಸ್ಟ್ (High-context) ಸಂಸ್ಕೃತಿಗಳು ವೈಫಲ್ಯಗಳ ಸೂಚ್ಯ ಜ್ಞಾನವು ಅನೌಪಚಾರಿಕವಾಗಿ ಪ್ರಸಾರವಾಗಬಹುದು, ಭಾಗಶಃ ಗೋಚರಿಸುವ ಯಶಸ್ಸಿನ ಪಕ್ಷಪಾತವನ್ನು ಸರಿದೂಗಿಸುತ್ತದೆ
ಲೋ-ಕಾಂಟೆಕ್ಸ್ಟ್ (Low-context) ಸಂಸ್ಕೃತಿಗಳು ಸ್ಪಷ್ಟವಾದ, ದಾಖಲಿತ ಯಶಸ್ಸಿನ ಪ್ರಕರಣಗಳು ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತವೆ; ಗೋಚರಿಸಲು ವೈಫಲ್ಯಗಳಿಗೆ ಉದ್ದೇಶಪೂರ್ವಕ ದಾಖಲಾತಿ ಅಗತ್ಯವಿದೆ

15. ಪುರಾಣಗಳು ಮತ್ತು ತಪ್ಪುಗ್ರಹಿಕೆಗಳು

Myth Reality
"ಈ ಪಕ್ಷಪಾತವು ಕೇವಲ ಅಂಕಿಅಂಶಗಳು ಮತ್ತು ಹಣಕಾಸಿನ ಮೇಲೆ ಮಾತ್ರ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ" ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಇತಿಹಾಸ, ವೈದ್ಯಕೀಯ, ಉತ್ಪನ್ನ ವಿನ್ಯಾಸ, ವೃತ್ತಿ ಯೋಜನೆ, ಸಂಬಂಧದ ಸಲಹೆ ಮತ್ತು ಫಲಿತಾಂಶಗಳು ಬದಲಾಗುವ ಮತ್ತು ವೈಫಲ್ಯಗಳು ಕಣ್ಮರೆಯಾಗುವ ಪ್ರತಿಯೊಂದು ಡೊಮೇನ್‌ನ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ
"ಯಶಸ್ಸುಗಳನ್ನು ನೋಡುವುದು ಹಾನಿಕಾರಕವಲ್ಲ-ಕನಿಷ್ಠ ಪಕ್ಷ, ನೀವು ಉತ್ತಮ ಅಭ್ಯಾಸಗಳನ್ನು ಕಲಿಯುತ್ತೀರಿ" ಅಪಾಯಕಾರಿಯಾಗಿ ತಪ್ಪು. ಯಶಸ್ವಿ ಪ್ರಕರಣಗಳು ವಿಫಲವಾದ ಪ್ರಕರಣಗಳೊಂದಿಗೆ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಬಹುದು, ಇದು ತಪ್ಪು ಕಾರಣಕ್ಕೆ ಮತ್ತು ಕಾರಣವಲ್ಲದ ಅಂಶಗಳ ಅಪಾಯಕಾರಿ ಅನುಕರಣೆಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ
"ಏನಾದರೂ ದೀರ್ಘಕಾಲ ಉಳಿದಿದ್ದರೆ, ಅದು ಉತ್ತಮವಾಗಿರಬೇಕು" ದೀರ್ಘಕಾಲೀನವಾಗಿ ಬದುಕುಳಿದವರು ಕೇವಲ ಅದೃಷ್ಟವಂತ ಹೊರಗಿನವರಾಗಿರಬಹುದು (outliers). ವಿಫಲವಾದ ಸಾವಿರಾರು ಸಮಕಾಲೀನ ಉತ್ಪನ್ನಗಳು/ಕಟ್ಟಡಗಳು/ಅಭ್ಯಾಸಗಳು ಅಗೋಚರವಾಗಿವೆ
"ಯಶಸ್ವಿ ಜನರು ಸಲಹೆಯ ಅತ್ಯುತ್ತಮ ಮೂಲ" ಅವರು ಕೇವಲ ಗೋಚರ ಮೂಲ, ಅತ್ಯುತ್ತಮವಾದವರಲ್ಲ. ಅವರ ಸಲಹೆಯು ವಿಫಲವಾದವರ ಗುಣಲಕ್ಷಣಗಳನ್ನೂ ವಿವರಿಸಬಹುದು, ಕೇವಲ ವಿಭಿನ್ನ ಅದೃಷ್ಟದೊಂದಿಗೆ
"ನೀವು ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಬಗ್ಗೆ 'ಅರಿವು' ಹೊಂದುವ ಮೂಲಕ ಅದನ್ನು ಸರಿಪಡಿಸಬಹುದು" ಅರಿವು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಆದರೆ ಸಾಕಷ್ಟು ಇರುವುದಿಲ್ಲ. ನಿಖರವಾದ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪರಿಮಾಣಾತ್ಮಕ ತಿದ್ದುಪಡಿಗಳು (ಹೆಕ್ಮನ್, IPW, ಕಪ್ಲಾನ್-ಮೇಯರ್) ಹೆಚ್ಚಾಗಿ ಅಗತ್ಯವಿರುತ್ತದೆ

16. ತಜ್ಞರ ಒಳನೋಟಗಳು

"ರಕ್ಷಿಸಲ್ಪಟ್ಟವರನ್ನು ನಾನು ನೋಡುತ್ತಿದ್ದೇನೆ, ಆದರೆ ಹಡಗು ನಾಶವಾದವರ ಚಿತ್ರಗಳು ಎಲ್ಲಿವೆ?" — ಮೆಲೋಸ್‌ನ ಡಯಾಗೊರಾಸ್, ಕ್ರಿ.ಪೂ 5ನೇ ಶತಮಾನ

"ವಿಫಲವಾದ ರೆಸ್ಟೋರೆಂಟ್‌ಗಳ ಸ್ಮಶಾನವು ತುಂಬಾ ಮೌನವಾಗಿದೆ. ಅತ್ಯುತ್ತಮ ಚಿಂತನೆಯ ಪ್ರಯೋಗಗಳು ಮತ್ತು ಪುಸ್ತಕಗಳು ಸಹ ರೆಸ್ಟೋರೆಂಟ್ ವ್ಯವಹಾರದಲ್ಲಿ ವಿಫಲವಾಗದಿರುವುದು ಹೇಗೆ ಎಂಬುದರ ಕುರಿತು ಬಹಳ ಕಡಿಮೆ ಬರೆದಿವೆ ಏಕೆಂದರೆ ವಿಫಲವಾದ ಜನರು ಪುಸ್ತಕಗಳನ್ನು ಬರೆಯುವುದಿಲ್ಲ." — ನಾಸಿಮ್ ನಿಕೋಲಸ್ ತಾಲೇಬ್, ಫೂಲ್ಡ್ ಬೈ ರ್ಯಾಂಡಮ್ನೆಸ್

"ಮಾನವ ಬುದ್ಧಿಶಕ್ತಿಯು ನಕಾರಾತ್ಮಕತೆಗಿಂತ ಹೆಚ್ಚಾಗಿ ಸಕಾರಾತ್ಮಕತೆಯಿಂದ ಚಲಿಸಲ್ಪಡುತ್ತದೆ." — ಫ್ರಾನ್ಸಿಸ್ ಬೇಕನ್, ನೊವಮ್ ಆರ್ಗನಮ್

"[SRG] ಇದುವರೆಗೆ ಆಯೋಜಿಸಲಾದ ಅತ್ಯಂತ ಅಸಾಮಾನ್ಯ ಸಂಖ್ಯಾಶಾಸ್ತ್ರಜ್ಞರ ಗುಂಪಾಗಿದೆ." — W. ಅಲೆನ್ ವಾಲಿಸ್, ಡೈರೆಕ್ಟರ್ ಆಫ್ ದಿ ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ರಿಸರ್ಚ್ ಗ್ರೂಪ್

17. ಪ್ರಮುಖ ಅಂಶಗಳು

  1. ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಸಾರ್ವತ್ರಿಕ ಮತ್ತು ಪ್ರಾಚೀನವಾದದ್ದು—2,500 ವರ್ಷಗಳ ಹಿಂದೆ ಡಯಾಗೊರಾಸ್‌ನಿಂದ ಗುರುತಿಸಲ್ಪಟ್ಟಿದೆ, WWII ನಲ್ಲಿ ವಾಲ್ಡ್ ಅವರಿಂದ ಔಪಚಾರಿಕಗೊಳಿಸಲ್ಪಟ್ಟಿದೆ ಮತ್ತು ಆಧುನಿಕ ಹಣಕಾಸಿನಲ್ಲಿ ಪ್ರಮಾಣೀಕರಿಸಲ್ಪಟ್ಟಿದೆ.

  2. ಪಕ್ಷಪಾತವು ವ್ಯವಸ್ಥಿತವಾಗಿ ಮೋಸಗೊಳಿಸುವ ಡೇಟಾವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ—ಕೇವಲ ಅಪೂರ್ಣವಷ್ಟೇ ಅಲ್ಲ, ಬದಲಾಗಿ ಸಕ್ರಿಯವಾಗಿ ದಾರಿತಪ್ಪಿಸುತ್ತದೆ ಏಕೆಂದರೆ ವೈಫಲ್ಯಗಳ ಅನುಪಸ್ಥಿತಿಯು ಗೋಚರ ವಿತರಣೆಯ ಆಕಾರವನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ.

  3. ಕಾಣೆಯಾಗಿರುವುದು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಮುಖ ಡೇಟಾ—"ಕಾಣೆಯಾದ" ಗುಂಡಿನ ರಂಧ್ರಗಳು ಅಪಘಾತಕ್ಕೀಡಾದ ವಿಮಾನಗಳಲ್ಲಿವೆ ಎಂಬ ವಾಲ್ಡ್ ಅವರ ಒಳನೋಟವು ಎಲ್ಲಾ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ವಿಶ್ಲೇಷಣೆಗೆ ಮಾದರಿಯಾಗಿದೆ.

  4. ಹಣಕಾಸಿನ ಪರಿಣಾಮವನ್ನು ಪ್ರಮಾಣೀಕರಿಸಬಹುದಾಗಿದೆ—ಮ್ಯೂಚುಯಲ್ ಫಂಡ್‌ಗಳಿಗೆ ವಾರ್ಷಿಕವಾಗಿ ಸುಮಾರು 0.9%, ಹೆಡ್ಜ್ ಫಂಡ್‌ಗಳಿಗೆ 4.4%, ಮತ್ತು ಬ್ಯಾಕ್‌ಟೆಸ್ಟಿಂಗ್ ದೋಷಗಳಿಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೂ ಗಣನೀಯವಾಗಿದೆ.

  5. ಅದೃಶ್ಯದ ಸಕ್ರಿಯ ಹುಡುಕಾಟವೇ ಇದಕ್ಕೆ ಪ್ರತಿವಿಷವಾಗಿದೆ—ಯಾವಾಗಲೂ "ಹಡಗು ನಾಶವಾದವರು ಎಲ್ಲಿದ್ದಾರೆ?" ಎಂದು ಕೇಳುವುದು ಈ ಪಕ್ಷಪಾತದಿಂದ ರಕ್ಷಿಸುವ ಶಿಸ್ತು.

  6. ತಿದ್ದುಪಡಿ ವಿಧಾನಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ—ಹೆಕ್ಮನ್ ತಿದ್ದುಪಡಿ, ವಿಲೋಮ ಸಂಭವನೀಯತೆಯ ತೂಕ, ಕಪ್ಲಾನ್-ಮೇಯರ್ ಅಂದಾಜು, ಮತ್ತು ಪಾಯಿಂಟ್-ಇನ್-ಟೈಮ್ ಡೇಟಾಬೇಸ್‌ಗಳು ಪಕ್ಷಪಾತವನ್ನು ಭಾಗಶಃ ಪರಿಹರಿಸಬಹುದು.

  7. ಗೋಚರತೆ ಎಂದರೆ ಸಿಂಧುತ್ವವಲ್ಲ—ಯಶಸ್ವಿ ಉದಾಹರಣೆಗಳನ್ನು ನಾವು ನೋಡುವ ಸುಲಭತೆಯು, ಸಂಪೂರ್ಣ ಜನಸಂಖ್ಯೆಯ ಪ್ರಾತಿನಿಧ್ಯದ ಬಗ್ಗೆ ನಮಗೆ ಏನನ್ನೂ ಹೇಳುವುದಿಲ್ಲ.

18. ಹೆಚ್ಚಿನ ಸಂಪನ್ಮೂಲಗಳು

ಶೈಕ್ಷಣಿಕ ಪತ್ರಿಕೆಗಳು

  • ಬ್ರೌನ್, S. J., ಗೊಯೆಟ್ಜ್ಮನ್, W., ಇಬ್ಬೊಟ್ಸನ್, R. G., & ರಾಸ್, S. A. (1992). ಕಾರ್ಯಕ್ಷಮತೆಯ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (Survivorship Bias in Performance Studies). ರಿವ್ಯೂ ಆಫ್ ಫೈನಾನ್ಷಿಯಲ್ ಸ್ಟಡೀಸ್, 5(4), 553-580.
  • ಎಲ್ಟನ್, E. J., ಗ್ರೂಬರ್, M. J., & ಬ್ಲೇಕ್, C. R. (1996). ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಮತ್ತು ಮ್ಯೂಚುಯಲ್ ಫಂಡ್ ಕಾರ್ಯಕ್ಷಮತೆ (Survivorship Bias and Mutual Fund Performance). ರಿವ್ಯೂ ಆಫ್ ಫೈನಾನ್ಷಿಯಲ್ ಸ್ಟಡೀಸ್, 9(4), 1097-1120.
  • ವಾಲ್ಡ್, A. (1943). ಬದುಕುಳಿದವರ ಹಾನಿಯ ಆಧಾರದ ಮೇಲೆ ವಿಮಾನದ ದುರ್ಬಲತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುವ ವಿಧಾನ (A Method of Estimating Plane Vulnerability Based on Damage of Survivors). ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕಲ್ ರಿಸರ್ಚ್ ಗ್ರೂಪ್ ಮೆಮೊರಾಂಡಮ್.

ಪುಸ್ತಕಗಳು

  • ತಾಲೇಬ್, N. N. (2001). ಫೂಲ್ಡ್ ಬೈ ರ್ಯಾಂಡಮ್ನೆಸ್: ದಿ ಹಿಡನ್ ರೋಲ್ ಆಫ್ ಚಾನ್ಸ್ ಇನ್ ಲೈಫ್ ಅಂಡ್ ಇನ್ ದಿ ಮಾರ್ಕೆಟ್ಸ್ (Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets). ರಾಂಡಮ್ ಹೌಸ್.
  • ತಾಲೇಬ್, N. N. (2007). ದಿ ಬ್ಲ್ಯಾಕ್ ಸ್ವಾನ್: ದಿ ಇಂಪ್ಯಾಕ್ಟ್ ಆಫ್ ದಿ ಹೈಲಿ ಇಂಪ್ರಾಬಬಲ್ (The Black Swan: The Impact of the Highly Improbable). ರಾಂಡಮ್ ಹೌಸ್.
  • ಕಾಹ್ನೆಮನ್, D. (2011). ಥಿಂಕಿಂಗ್, ಫಾಸ್ಟ್ ಅಂಡ್ ಸ್ಲೋ (Thinking, Fast and Slow). ಫೆರಾರ್, ಸ್ಟ್ರಾಸ್ ಅಂಡ್ ಗಿರೋಕ್ಸ್.

ಪುಸ್ತಕದ ಅಧ್ಯಾಯಗಳು

  • ಬೇಕನ್, F. (1620). ಐಡಲ್ಸ್ ಆಫ್ ದಿ ಟ್ರೈಬ್ (Idols of the Tribe). ನೊವಮ್ ಆರ್ಗನಮ್ ನಲ್ಲಿ.
  • ಸಿಸೆರೊ. (45 BCE). ಡಿ ನ್ಯಾಚುರಾ ಡಿಯೋರಮ್ (De Natura Deorum) [On the Nature of the Gods]. ಪುಸ್ತಕ III (ಡಯಾಗೊರಾಸ್ ಉಪಾಖ್ಯಾನವನ್ನು ಒಳಗೊಂಡಿದೆ).

19. ಸಾರಾಂಶ ಕಾರ್ಡ್

Element Content
Bias Name ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ (Survivorship Bias)
Definition ಕಣ್ಮರೆಯಾದ ವೈಫಲ್ಯಗಳನ್ನು ನೋಡಲು ವಿಫಲವಾಗಿ, ಕೇವಲ ಬದುಕುಳಿದ ಉದಾಹರಣೆಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸುವ ದೋಷ
Category ಸಾಕಷ್ಟು ಅರ್ಥವಿಲ್ಲದಿರುವುದು (Not Enough Meaning)
Key Sign ಕೇವಲ ಗೋಚರಿಸುವ ಯಶಸ್ಸಿನ ಕಥೆಗಳಿಂದ ಮಾತ್ರ ತೀರ್ಮಾನಗಳನ್ನು ಬರೆಯುವುದು
Main Cause ವೈಫಲ್ಯಗಳು ವೀಕ್ಷಣೆಯಿಂದ ವ್ಯವಸ್ಥಿತವಾಗಿ ಕಣ್ಮರೆಯಾಗುತ್ತವೆ (ಸಾವು, ದಿವಾಳಿತನ, ಅಳಿಸುವಿಕೆ ಇತ್ಯಾದಿಗಳ ಮೂಲಕ)
Biggest Risk ವೈಫಲ್ಯದ ಸಂಭವನೀಯತೆಯನ್ನು ಭಾರಿ ಪ್ರಮಾಣದಲ್ಲಿ ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುವುದು ಮತ್ತು ಯಶಸ್ಸಿನ ಅಂಶಗಳನ್ನು ತಪ್ಪಾಗಿ ಗುರುತಿಸುವುದು
Quick Fix ಯಶಸ್ಸಿನ ಡೇಟಾದಿಂದ ಪ್ರತಿ ತೀರ್ಮಾನಕ್ಕೂ ಮೊದಲು: "ಹಡಗು ನಾಶವಾದವರು ಎಲ್ಲಿದ್ದಾರೆ?" ಎಂದು ಕೇಳಿ
Long-Term Strategy ವೈಫಲ್ಯದ ಡೇಟಾವನ್ನು ಸಂರಕ್ಷಿಸುವ ಮತ್ತು ಹೊರತರುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಿ; ಪಕ್ಷಪಾತ-ಸರಿಪಡಿಸಿದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳನ್ನು ಬಳಸಿ
Remember "ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಡೇಟಾವು ಬಹುತೇಕ ಯಾವಾಗಲೂ ಕಾಣೆಯಾಗಿರುವ ಡೇಟಾವಾಗಿದೆ."

20. ಬಳಸಿದ ಪದಗಳ ಗ್ಲಾಸರಿ

Term Definition
Truncation (ಮೊಟಕುಗೊಳಿಸುವಿಕೆ) ಒಂದು ಮಾದರಿಯಲ್ಲಿನ ವೀಕ್ಷಣೆಗಳು ನಿರ್ದಿಷ್ಟ ಮಿತಿಗಿಂತ ಕೆಳಗೆ ಅಥವಾ ಮೇಲಿದ್ದರೆ ಅವುಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಹೊರಗಿಡುವುದು
Censoring (ಸೆನ್ಸಾರ್ ಮಾಡುವುದು) ಮಾಪನದ ಮೌಲ್ಯವು ಭಾಗಶಃ ಮಾತ್ರ ತಿಳಿದಿರುವಾಗ (ಉದಾ., ರೋಗಿ ಸತ್ತಿದ್ದಾನೆ ಎಂದು ತಿಳಿದಿರುವುದು ಆದರೆ ಅವರು ಎಷ್ಟು ಕಾಲ ಬದುಕುತ್ತಿದ್ದರು ಎಂಬುದು ತಿಳಿದಿಲ್ಲ)
Silent Evidence (ಮೌನ ಸಾಕ್ಷ್ಯ) ಡೇಟಾ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಗಮನಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಏಕೆಂದರೆ ಅವುಗಳ ಅನುಪಸ್ಥಿತಿಯು ಅಧ್ಯಯನ ಮಾಡುತ್ತಿರುವ ವಿದ್ಯಮಾನದಿಂದ ಉಂಟಾಗುತ್ತದೆ
Base Rate (ಮೂಲ ದರ) ಯಾವುದೇ ನಿರ್ದಿಷ್ಟ ಮಾಹಿತಿಯನ್ನು ಪರಿಗಣಿಸುವ ಮೊದಲು ಜನಸಂಖ್ಯೆಯಲ್ಲಿ ಘಟನೆಯ ಮೂಲಭೂತ ಆವರ್ತನ
Availability Heuristic (ಅವೈಲಬಿಲಿಟಿ ಹ್ಯೂರಿಸ್ಟಿಕ್) ವಿಷಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವಾಗ ತಕ್ಷಣ ನೆನಪಿಗೆ ಬರುವ ಉದಾಹರಣೆಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ ಮಾನಸಿಕ ಶಾರ್ಟ್‌ಕಟ್
Heckman Correction (ಹೆಕ್ಮನ್ ತಿದ್ದುಪಡಿ) ಯಾದೃಚ್ಛಿಕವಲ್ಲದ ಆಯ್ಕೆಮಾಡಿದ ಮಾದರಿಗಳಲ್ಲಿ ಆಯ್ಕೆಯ ಪಕ್ಷಪಾತವನ್ನು ಸರಿಪಡಿಸಲು ಎರಡು-ಹಂತದ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನ
Inverse Probability Weighting (IPW) ಕಳೆದುಹೋದ ಗೆಳೆಯರನ್ನು ಪ್ರತಿನಿಧಿಸಲು ಬದುಕುಳಿದವರ ವೀಕ್ಷಣೆಗಳನ್ನು ಅವುಗಳ ಬದುಕುಳಿಯುವಿಕೆಯ ಸಂಭವನೀಯತೆಗೆ ವಿಲೋಮವಾಗಿ ಅಳೆಯುವುದು
Kaplan-Meier Estimator (ಕಪ್ಲಾನ್-ಮೇಯರ್ ಎಸ್ಟಿಮೇಟರ್) ಸೆನ್ಸಾರ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸುವ ಬದುಕುಳಿಯುವಿಕೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುವ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನ
Backfill Bias (ಬ್ಯಾಕ್‌ಫಿಲ್ ಬಯಾಸ್) ಹಣಕಾಸು ಫಂಡ್‌ಗಳು ಆರಂಭಿಕ ಯಶಸ್ಸನ್ನು ಸಾಧಿಸಿದ ನಂತರವಷ್ಟೇ ವರದಿ ಮಾಡಿದಾಗ, ಉತ್ತಮ ಡೇಟಾವನ್ನು "ಬ್ಯಾಕ್‌ಫಿಲ್ಲಿಂಗ್" ಮಾಡುವುದು ಮತ್ತು ಆರಂಭಿಕ ವೈಫಲ್ಯಗಳನ್ನು ಮರೆಮಾಡುವುದು
Ludic Fallacy (ಲುಡಿಕ್ ಫಾಲಸಿ) ಗಡಿ ಪರಿಸ್ಥಿತಿಗಳು ತಿಳಿದಿಲ್ಲದ ಅಥವಾ ಪಕ್ಷಪಾತದಿಂದ ಮರೆಮಾಚಲ್ಪಟ್ಟ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ ಅಂಕಿಅಂಶಗಳ ಮಾದರಿಗಳನ್ನು ತಪ್ಪಾಗಿ ಬಳಸುವುದು

21. ಚರ್ಚೆಯ ಪ್ರಶ್ನೆಗಳು

ಪುಸ್ತಕ ಕ್ಲಬ್‌ಗಳು, ತರಗತಿ ಕೊಠಡಿಗಳು ಅಥವಾ ಸ್ವಯಂ-ಪ್ರತಿಬಿಂಬಕ್ಕಾಗಿ:

  1. ಪ್ರಧಾನವಾಗಿ ಗೋಚರಿಸುವ ಯಶಸ್ಸಿನ ಕಥೆಗಳ ಆಧಾರದ ಮೇಲೆ ನೀವು ತೆಗೆದುಕೊಂಡ ಪ್ರಮುಖ ಜೀವನ ನಿರ್ಧಾರವನ್ನು ನೀವು ಗುರುತಿಸಬಹುದೇ? ನೀವು ಯಾವ ವೈಫಲ್ಯಗಳನ್ನು ನೋಡಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ?

  2. ಗುಂಡಿನ ರಂಧ್ರಗಳು ಇಲ್ಲದ ಕಡೆ ರಕ್ಷಾಕವಚವನ್ನು ಹಾಕಲು ವಾಲ್ಡ್ ಶಿಫಾರಸು ಮಾಡಿದರು. ಹಾನಿ ಕಾಣಿಸದಿರುವ ಸ್ಥಳವನ್ನು ನೋಡುವುದರಿಂದ ಪ್ರಸ್ತುತ ಯಾವ ಸಮಸ್ಯೆಗಳು ಪ್ರಯೋಜನ ಪಡೆಯಬಹುದು?

  3. ಯಶಸ್ಸುಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುವ ಮತ್ತು ವೈಫಲ್ಯಗಳನ್ನು ಮರೆಮಾಡುವ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮವು, ವೃತ್ತಿ ಮತ್ತು ಜೀವನ ನಿರ್ಧಾರಗಳಲ್ಲಿ ಸರ್ವೈವರ್‌ಶಿಪ್ ಬಯಾಸ್ ಅನ್ನು ಹೇಗೆ ವರ್ಧಿಸಬಹುದು?

  4. ವೈಫಲ್ಯಗಳನ್ನು ನಿಜವಾಗಿಯೂ "ನೋಡಲು" ಯಾವುದೇ ಮಾರ್ಗವಿದೆಯೇ ಅಥವಾ ನಾವು ಯಾವಾಗಲೂ ಬದುಕುಳಿದವರ-ಪಕ್ಷಪಾತದ ಡೇಟಾದೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇವೆಯೇ? ತಿದ್ದುಪಡಿ ವಿಧಾನಗಳ ಮಿತಿಗಳೇನು?

  5. ವಿಫಲವಾದವರಿಂದ ಬರುವ ಸಲಹೆಗಿಂತ ಯಶಸ್ವಿ ಜನರಿಂದ ಬರುವ ಸಲಹೆಯು ಹೆಚ್ಚು ಮಾನ್ಯವಾಗಿಲ್ಲ ಎಂದು ತಾಲೇಬ್ ವಾದಿಸುತ್ತಾರೆ. ಈ ಪಕ್ಷಪಾತವನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು ನಾವು ಮಾರ್ಗದರ್ಶನ ಮತ್ತು ಇತರರಿಂದ ಕಲಿಯುವ ಬಗ್ಗೆ ಹೇಗೆ ಯೋಚಿಸಬೇಕು?