Çewtiya Rêjeya Bingehîn

Bi Kurtasî

1. Kurteya Lezgîn

Dema ku mirov li ser îhtîmalan biryar didin, ew bi gelemperî bala xwe didin hûrguliyên zindî û taybet ên derbarê dozeke diyarkirî de, di heman demê de çarçoveya îstatîstîkî ya berfireh ku divê biryara wan agahdar bike, paşguh dikin. Heke kesek mirovekî bêdeng, pirtûkhez û ji helbestê hez dike vebêje, dibe ku hûn texmîn bikin ew "pirtûkxanevan" e - her çend li cîhanê gelek mamoste, hejmarkar, an xebatkarên ofîsê hebin ku heman taybetmendiyan parve dikin. Çewtiya rêjeya bingehîn çêdibe ji ber ku mêjiyê me ji bo dîtina qaliban û vegotina çîrokan hatiye sêwirandin, ne ji bo hesabkirina îhtîmalan.

2. Zanista Li Pişt Wê

2.1. Vedîtin û Dîrok

Naskirina fermî ya paşguhkirina rêjeya bingehîn, di salên 1970-an de ji şoreşa bîrî ya di psîkolojiyê de derket. Her çend aloziya di navbera ramîna îstatîstîkî û intuîsyona klînîkî de berê ji hêla Paul Meehl û Albert Rosen ve di sala 1955-an de hatibû destnîşankirin (yên ku hişyarî dabûn klînîsyenan derbarê şîrovekirina testên tespîtkirinê), ev Amos Tversky û Daniel Kahneman bûn ku bi fermî ev alîgirî nas kirin û nav lê kirin.

Gotara wan a sala 1973-an "Li ser Psîkolojiya Pêşbîniyê" li dijî ramana aborî ya serdest a aktora rasyonel derket. Wan nîşan da ku dema ji mirovan tê xwestin encaman pêşbînî bikin, ew wekî îstatîstîkvanên xweristî naxebitin ku îhtîmalên berê bi delîlên nû nûve bikin (wekî ku teorema Bayes ferman dike). Li şûna wê, ew xwe dispêrin kurterêyên derûnî ku bi awayekî sîstematîk agahdariya rêjeya bingehîn paşguh dikin.

Vê vedîtinê "Şerên Rasyoneliyê" da destpêkirin - nîqaşek teorîk a tund derbarê wê yekê de ka gelo paşguhkirina rêjeya bingehîn kêmasiyek bingehîn di ramîna mirovî de ye an jî bertekek lihevhatî li hember avahiya hawîrdorê nîşan dide. Vê nîqaşê pênc dehsalan şekil da zanista bîrî.

Qonaxên sereke yên lêkolînê:

• 1955: Meehl û Rosen pirsgirêka pêşbîniya klînîkî li dijî aktûaryal nas dikin
• 1973: Tversky û Kahneman gotara "Li ser Psîkolojiya Pêşbîniyê" diweşînin
• 1980: Maya Bar-Hillel rexneya Teoriya Têkildariyê (Relevance Theory) dide nasîn
• 1995: Gerd Gigerenzer destnîşan dike ku formadên frekansa xwezayî çewtiyê kêm dikin
• 2002: Kahneman û Frederick teoriya "cihgirtina taybetmendiyê" (attribute substitution) resmî dikin
• Salên 2010: Lêkolîn berbi pergalên AI û alîgiriya algorîtmîkî ve berfireh dibe

2.2. Lêkolînerên Sereke

2.3. Lêkolînên Girîng

Ezmûna "Tom W." (Kahneman & Tversky, 1973)

Vê lêkolîna bingehîn destnîşan kir ka çawa nûnertî rêjeyên bingehîn têk dibe, tewra dema ku beşdar agahdariya rast a rêjeya bingehîn dizanin jî.

Sêwirandin: Beşdar li ser sê koman hatin dabeşkirin:

• Koma Rêjeya-Bingehîn: Rêjeya xwendekarên lîsansê di neh beşan de texmîn kirin. Wan bi rastî Zanistên Mirovî û Perwerdehiyê wekî beşên mezin (rêjeyên bingehîn ên bilind) û Zanistiya Komputerê wekî piçûk (rêjeya bingehîn a nizm) nas kirin.
• Koma Wekheviyê: Ji wan re danasînek kesayetiyê ya "Tom W." hat dayîn (ku wekî zîrek lê bê afirînerî, rêkûpêk, bi nivîsandina mekanîkî û kêmsimpatî ji yên din re tê vegotin), wan beşên li gorî wê yekê ku Tom çiqas dişibihe xwendekarê tîpîk rêz kirin.
• Koma Pêşbîniyê: Heman danasîn ji wan re hat dayîn û jê hat xwestin ku beşan li gorî îhtîmala ku Tom W. niha di wê beşê de dixwîne rêz bikin—ya herî girîng ew e ku ji wan re hate gotin ku danasîn li ser bingeha testên "rastiya sînordar" e.

Encam: Rêzkirinên Koma Pêşbîniyê hema hema bi tevahî (r > 0.9) bi Koma Wekheviyê re têkildar bûn û bi Koma Rêjeya-Bingehîn re neyînî bûn. Tevî ku dizanin Zanistiya Komputerê li gorî Zanistên Mirovî beşek piçûk bû, beşdaran pêşbînî kirin ku Tom Zanyarekî Komputerê ye ji ber ku ew dişibihe wî. Agahdariya ferdî bi tevahî agahdariya rêjeya bingehîn xeniqand, tewra dema ku beşdar hatin hişyar kirin ku agahdarî ne pêbawer e.

Pirsgirêka Taksiyê (Kahneman & Tversky, 1972)

Xwenîşandana hejmarî ya herî navdar a çewtiyê ye, ku nakokiya di navbera rêjeyên bingehîn û şahidiya şahid de ji hev vediqetîne.

Senaryo: Taksiyek bi şev tevlî qezayeke lêxistin-û-revînê bûye. Du pargîdanî li bajêr kar dikin:

• Rêjeya Bingehîn: 85% taksiyên Kesk, 15% taksiyên Şîn
• Şahidek taksî wekî Şîn nas kir
• Testkirina dadgehê nîşan da ku şahid rengan %80 di dema rast de nas dike

Pirs: Îhtîmala ku taksî Şîn be çiqas e?

Bersiva Xweristî: Piraniya beşdaran %80 bersiv didin, rasterast rastbûna şahid digirin.

Analîza Bayesî: $$P(Şîn|Şahid\ dibêje\ Şîn) = \frac{0.80 \times 0.15}{(0.80 \times 0.15) + (0.20 \times 0.85)} = \frac{0.12}{0.29} \approx 41%$$

Têgihiştin: Tevî ku şahid dibêje Şîn, di rastiyê de îhtîmalek zêdetir e (59%) ku taksî Kesk bû. Fîloya mezin a Kesk raporên Şîn ên derewîn zêdetir çêdike ji raporên Şîn ên rastîn ên fîloya piçûk a Şîn. Beşdar fêhm nakin ku "giraniya" rêjeya bingehîn a Kesk îhtîmalê ji rastiya 80% ya şahid dikişîne xwarê.

Pirsgirêka Endezyar-Parêzer (Tversky & Kahneman, 1973)

Sêwirandin: Beşdaran danasînên ku ji mînakên 100 pisporan hatine kişandin wergirtin:

• Rewşa A: 70 endezyar, 30 parêzer
• Rewşa B: 30 endezyar, 70 parêzer

"Jack" bi taybetmendiyên endezyarî yên stereotîp (muhafezekar, baldar, balkêşî li ser xeratî) hate vegotin.

Encam: Beşdaran îhtîmala ku Jack endezyar be di her du rewşan de jî hema hema wekhev texmîn kir (~90%), bi tevahî paşguh kirin ku rêjeyên bingehîn hatine guhertin. Ya herî girîng, dema ku danasînek bêalî hate dayîn ku li gorî ti stereotîpan nayê, beşdaran bi rastî rêjeya bingehîn (70% an 30%) bikar anîn, îspat kirin ku ew dikaribûn rêjeyên bingehîn bikar bînin lê gava daneyên ferdî stendin tavilê ew avêtin.

2.4. Bingeha Neurolojîk

Lêkolînên li ser bingehên neuralî yên paşguhkirina rêjeya bingehîn destnîşan dikin ku di navbera du pergalên bîrî de nakokiyek heye:

Pergala 1 (Pêvajoya Xweristî): Korteksa pêş-eniyê (prefrontal cortex) û pergala lîmbîk lihevhatina qalibên bi lez û otomatîk dimeşînin. Dema ku bi agahdariya ferdî re rûbirû dibin, ev herêm bi xurtî çalak dibin, û biryarên "bingeha wekheviyê" yên xweristî diafirînin. Amygdala dibe ku balkêşiya agahdariya zindî, taybetî zêde bike.

Pergala 2 (Pêvajoya Hizirî): Korteksa pêş-eniyê ya dorsolateral û korteksa cingulate ya pêşîn piştgirî didin ramîna îstatîstîkî ya bi hewldan. Lêkolînên ku fMRI bikar tînin destnîşan dikin ku yekkirina rast a rêjeyên bingehîn hewce dike ku ev herêm çalak bibin, ku ev yek hewla bîrî dixwaze û bi hêsanî ji ber zexta demê an barê bîrî tê têkbirin.

Pêşbaziya neuralî: Paşguhkirina rêjeya bingehîn dixuye ku encama Pergala 1 e ku di pêşbaziya neuralî de "bi ser dikeve" ji ber ku:

• Lihevhatina qaliban zûtir e û pêdivî bi çavkaniyên kêmtir heye
• Çîrokên taybetî ji îstatîstîkên razber bêtir pêvajoya hestyarî çalak dikin
• Modela xwerû ya mêjî avakirina çîrokan e, ne hesabkirina îhtîmalan e
• Sînorên bîra xebatê (working memory) pêvajoya hemwext a rêjeyên bingehîn û agahdariya dozê sînordar dike

Lêkolînên neurotransmitter destnîşan dikin ku rêyên dopamine yên di pêşbîniya xelatê de têkildar in dibe ku beşdarî balkêşiya "lêxistinên" taybetî yên li ser ramîna îstatîstîkî bibin, di heman demê de hormonên stresê dikarin pêvajoya hizirî bêtir bitepisînin.

3. Koka Pêşveçûnî

Çewtiya rêjeya bingehîn heye ji ber ku bîra mirovî wekî motorek naskirina qaliban a ji bo rêveçûna li ser xetereyên hawîrdorê yên bilez pêş ketiye, ne ji bo hesabkirina îhtîmalên razber.

Awantajên saxbûnê yên ramîna doza-taybetî:

• Di hawîrdorên kal û bavan de, dengê xişxîşa di nav giyayê de dibe ku nêçîrvanek be. Yên ku "rêjeya bingehîn" a bayê paşguh kirin û xeterî texmîn kirin, ji îstatîstîkvanên baldar bêtir sax man.
• Saxbûna civakî bi xwendina mebestên takekesî yên taybetî ve girêdayî bû, ne bi navgîniyên nifûsê.
• Çavkanî û hevser bi nirxandina fersendên taybetî hatin bidestxistin, ne bi frekansên razber.
• Biryardayîna bilez a li ser bingeha lihevhatina qaliban, enerjiya bîrî ya hêja rizgar kir.

Meyla vegotinê: Kal û bavên me yên ku ji bûyeran çîrokên sedemî yên hevgirtî ava kirin dikaribûn ji yên ku rastiyê wekî îstatîstîkên qutbûyî dîtin baştir fêr bibin, hîn bikin û pêşbînî bikin. Ev kapasîteya avakirina çîrokê bû navenda îstîxbarata mirovî lê dema ku îhtîmala fermî hewce dike xalên kor ên sîstematîk diafirîne.

Taybetmendiyek e, ne xeletiyek e - di çarçoveyê de: Di piraniya rewşên pêş-modern de, paşguhkirina rêjeya bingehîn adaptîf bû. Pilingê taybetî yê li pêşberî we ji belavbûna navînî ya pilingan girîngtir e. Pirsgirêk dema derdikeve ku ev mîmariya bîrî bi biryarên nûjen ên derbarê nexweşiyên hindik, delîlên dadrêsî, an berhemên darayî re rûbirû dimîne - qadên ku ramîna îstatîstîkî pêdivî ye lê ji hêla pêşveçûnî ve bêhempa ye.

Parastina enerjiyê: Hesabkirina îhtîmalên Bayesî ji hêla metabolîkî ve biha ye. Mêjî, ku %20 enerjiya laş vedixwe, kurterêyên ku piraniya demê "têr baş" dixebitin pêş xist. Di hawîrdorên kêmasiyê de, lêçûna bîrî ya ramîna fermî ji feydeyên wê yên marjînal derbas bû.

4. Ev Alîgirî Çawa Xwe Nîşan Dide

4.1. Di Jiyana Rojane De

• Stereotîpkirina biyaniyan: Dîtina kesekî bi qedehên ku nerm diaxive, dibe ku hûn texmîn bikin "profesor" tevî ku rêjeya bingehîn a profesoran li gorî pîşeyên din piçûk e
• Nirxandina xeterê: Piştî dîtina nûçeyên ketina balafirê, zêde texmînkirina xetereya firînê dema ku ewlehiya îstatîstîkî ya rêwîtiya hewayî paşguh dike
• Biryarên têkiliyê: Encama ku kesek ne durust e li ser bingeha yek tevgerek gumanbar e, dema ku dîroka weya berfireh a têkiliyên rastgo (rêjeya bingehîn a pêbaweriya wan) paşguh dike
• Loto û qumar: Li ser bingeha serkeftinên vê dawiyê, bilêtek "bextewar" an gazînoyek wekî taybetmendî destnîşan dike, dema ku rêjeya bingehîn a matematîkî ya windahiyan paşguh dike
• Tirsên dêûbavtiyê: Bi tundî zêde texmînkirina xetereyên mîna revandinê li ser bingeha çîrokên zindî yên medyayê dema ku xetereyên hevpar ên mîna qezayên gerîdeyê kêm texmîn dikin

4.2. Di Cihê Kar De

• Nirxandina performansê: Nirxandina xebatkarekî wekî "potansiyela bilind" li ser bingeha yek pêşkêşiyek balkêş dema ku daneyên wî/wê yên hilberîna bingehîn paşguh dikin
• Biryarên karkirinê: Pêşbixistina berendamên ku performansa wan a hevpeyvînê bi stereotîpên serkeftinê re têkildar e li şûna ku rêjeya bingehîn a serkeftinê di nav karmendên wekhev de bihesibînin
• Texmînkirina projeyê: Bawerkirina "ev proje cûda ye" li ser bingeha taybetmendiyên taybetî dema ku rêjeya bingehîn a zêdebûna budçeyê û derengmayînê di projeyên wekhev de paşguh dike
• Nirxandina serokatiyê: Girêdana serkeftina tîmê bi serokekî karîzmatîk dema ku şert û mercên bazarê paşguh dike (rêjeya bingehîn a serkeftinê di hawîrdorên guncan de)
• Analîza hevrikê: Zêde girîngî dayîna gavên taybetî yên hevrikê dema ku rêjeyên serkeftinê yên li seranserê pîşesaziyê ji bo stratejiyên wekhev paşguh dikin

4.3. Di Karsazî û Kirrûbirrê De

• Bawername û lêkolînên dozê: Pargîdan çîrokên serkeftinê yên taybetî bikar tînin ji ber ku xerîdar rêjeya bingehîn a encamên tîpîk daxistin (discount) dikin
• "Wekî ku li TV tê dîtin": Xwenîşandanên zindî agahdariya îstatîstîkî ya derbarê bandorkeriya hilberê de betal dikin
• Firotina bîmeyê: Senaryoyên dramatîk ên karesatê bûyerên kêm wekî muhtemel hîs dikin
• Reklama armanckirî: Nîşandana hilberan di çarçoveyek xwestî ya taybetî de li şûna pêşkêşkirina feydeyên îstatîstîkî
• Çîrokên destpêkirinê: Çîrokên "Ev destpêkek cûda ye" tevî ku ~90% rêjeya bingehîn a têkçûnê heye berdewam dikin
• Dabeşkirina xerîdar: Zêde nîşankirina danûstendinên bîranîn ên xerîdar li şûna analîza daneya sîstematîk

4.4. Di Siyaset û Medyayê De

• Roporta sûc: Raporkirina zindî ya sûcên tundiyê yên kêm, polîtîkayê dimeşîne tevî kêmbûna rêjeyên bingehîn ên tundiyê
• Pêşbîniya hilbijartinê: Pundît balê dikişînin ser kêliyên kampanyayên taybetî ("gaffes") dema ku rêjeyên bingehîn ên dîrokî yên awantaja desthilatdariyê paşguh dikin
• Nîqaşa koçberiyê: Çîrokên taybetî yên sûcên koçberan delîlên îstatîstîkî betal dikin ku koçber li gorî xwecihîyan bi rêjeyên kêmtir sûcan dikin
• Çîrokên polîtîkayê: Argumanên "Vê carê cûda ye" ji bo polîtîkayên nû rêjeyên bingehîn ên têkçûna polîtîkayê paşguh dikin
• Xetereya terorîzmê: Veberhênanên ewlehiyê yên mezin ên li ser bingeha êrişên zindî di heman demê de rêjeyên bingehîn destnîşan dikin ku xetereyên din (qezayên trafîkê, nexweşiya dil) hêjayî çavkaniyên zêdetir in

4.5. Di Lênihêrîna Tenduristiyê De

Paradoksa Pozîtîf a Derewîn: Dema ku nexweşiyek kêm be (rêjeya bingehîn a nizm), tewra testên pir rast jî bi piranî encamên pozîtîf ên derewîn çêdikin.

Mînaka Testkirina HIV:

• Nifûs: 100,000 bi 0.01% berbelavbûna HIV

• Test: 99.9% hesasiyet, 99.9% taybetî

• Pozîtîfên Rastîn: ~10 (kesên vegirtî rast hatine nas kirin)

• Pozîtîfên Derewîn: ~100 (kesên saxlem bi xeletî hatine nîşankirin)

• Encam: Testek pozîtîf tenê tê wateya ~9% şansê enfeksiyona rastîn

• Çewtiyên teşhîskirinê: Bijîjk li ser nîşanên pêşkêşkirî yên ku bi tespîtek dramatîk re li hev dikin disekinin, dema ku rêjeya bingehîn a şert û mercên asayî paşguh dikin

• Bandora derman: Nexweş li ser çîrokên taybetî yên başbûnê disekinin li şûna rêjeyên serkeftina dermankirinê ya îstatîstîkî

• Biryarên testkirinê: Nexweş bêyî ku rêjeyên bingehîn ên pozîtîfên derewîn fêm bikin encamên testa pozîtîf bi xeletî şîrove dikin

• Pabendbûna bi dermankirinê: Çîrokên bandorên aliyî yên zindî profîlên ewlehiyê yên îstatîstîkî betal dikin

• Têgihiştina xelet a derziya COVID-19: "70% ji nexweşên rakirî nexweşxaneyê derzî lê xistine" wekî têkçûna derziyê hate şîrove kirin, paşguh kirin ku 95%+ nifûsa xizan derzî bûne (pirsgirêka paydeyê)

4.6. Di Darayî û Veberhênanê De

• "Vê carê cûda ye": Veberhêner nirxandinên zêde bi baldarîkirina ser çîrokên taybetî (Aboriya Nû, şoreşa AI) rewa dikin dema ku rêjeyên bingehîn ên dîrokî yên serrastkirinên bazarê paşguh dikin
• Pifa Dot-Com: Rêjeyên P/E yên 100x+ bi potansiyela înternetê hate rewa kirin, ku rêjeya bingehîn a dîrokî ya ~15x nirxandinên navînî paşguh kir
• Hilbijartina pişka ferdî: Agahdariya pargîdaniyê ya taybetî wekî diyarker digire dest di heman demê de rêjeyên bingehîn ên kêmasiya performansê ya pişkê li gorî nîşanan paşguh dike
• Baweriya veberhênana rîskê: Biryarên fînansekirinê li ser bingeha karîzmaya damezrîner li şûna rêjeyên bingehîn ên têkçûna destpêkê
• Rûxîna LTCM: Modelên xwediyê xelata Nobelê kêmbûna zêde-çalakbûna (volatility) dawî wekî rêjeya bingehîn qebûl kir, ku frekansa dîrokî ya panîkên bazarê ("dûvikên qelew") paşguh kir
• Spekulasyona sîteya rast (real estate): Baweriyên "Ev bazar cûda ye" rêjeyên bingehîn ên dîrokî yên dewreyên xaniyan paşguh dikin

5. Lêkolînên Dozên Cîhana Rastîn

Lêkolîna Dozê 1: Sally Clark - Dayikek Bi Neheqî Hat Girtin

• Çarçove: Di sala 1999-an de, parêzera Brîtanî Sally Clark du kurên pitik winda kir - ya yekem di 11 hefteyan de, ya duyem di 8 hefteyan de. Ew bi ducarî kuştina pitikan hate tawanbar kirin.

• Çi qewimî: Şahidê pispor Sir Roy Meadow îfade da ku îhtîmala du mirinên SIDS (Sendroma Mirina Nişkave ya Pitikan) di malbatek dewlemend de bi qasî 1 di 73 mîlyon de bû (wekî (1/8543)² hatî hesibandin). Wî ev yek bi îhtîmalên behîsê yên li ser "fîşekek dirêj" re hevaheng kir.

• Alîgirî di kar de: Du xeletiyên girîng li hev bûn:

  1. Binpêkirina serxwebûnê: Meadow fêhm kir ku mirinên SIDS bûyerên serbixwe ne. Faktorên genetîkî û hawîrdorê bi rastî heke yek çêbibe mirinek duyemîn pir muhtemeltir dike - bûyer bi şertî ve girêdayî ne.
  2. Paşguhkirina rêjeya bingehîn: Tewra qebûlkirina hejmara 1-di-73-mîlyon de, jûrî hewce bû ku wê bi rêjeya bingehîn a kuştina pitikan a ducarî re bide ber hev. Kuştina ducarî ji hêla dayikekê ve jî bi awayekî awarte kêm e (dibe ku 1 di 100 mîlyon de be). Dema ku du bûyerên pir kêm têne berhev kirin, rêje girîng e. Ger SIDS-ya ducarî 1 di 73M de be û kuştina ducarî 1 di 100M de be, bi rastî SIDS muhtemeltir e. Bi pêşkêşkirina "1 di 73 mîlyon" de bi tena serê xwe, dozgeriyê diyar kir ku kuştin xwerû bû.

• Encam: Sally Clark hat mehkûm kirin û cezayê heta hetayê lê hat birîn. Civata Îstatîstîkî ya Keyaniyê gava awarte ya derxistina rexneyek giştî ya ramîna îstatîstîkî ya bikar anî avêt. Clark di 2003 de piştî îtîraza xweya duyemîn hate berdan. Ji ber ku nekarî ji travmaya girtina neheq û windakirina zarokên xwe xelas bibe, ew di sala 2007-an de ji ber jehrîbûna giran a alkolê mir.

• Dersên ku hatine girtin: Delîlên îstatîstîkî hewceyê çarçoveya Bayesî ya rast in. Dadgeh divê îhtîmala delîlan di bin hîpotezên hevrik de bidin ber hev, ne ku tenê hîpotezek yekane binirxînin. Şahidên pispor hewceyê perwerdehiya xwendewariya îstatîstîkî ne.

Lêkolîna Dozê 2: Lucia de Berk - Hemşîreya Hollandî

• Çarçove: Hemşîreya Hollandî Lucia de Berk di 2003 de ji ber heft kuştin û sê hewildanên kuştinê li ser bingeha analîza îstatîstîkî ya mirinên nexweşan di dema nobedariya wê de hate mehkûm kirin.

• Çi qewimî: Îstatîstîkvanek nexweşxaneyê îfade da ku îhtîmala çêbûna ewqas mirinên di dema nobedariyên wê de bi şans 1 di 342 mîlyon de ye.

• Alîgirî di kar de:

  1. Hilbijartina Post-hoc: Mirin wekî "gumanbar" tenê piştî ku zanibûn Lucia li ser kar bû hatin dabeş kirin - alîgiriya pejirandinê ya klasîk ligel paşguhkirina rêjeya bingehîn
  2. Rêjeya bingehîn a komikan hat paşguh kirin: Di her pergalek nexweşxaneyek mezin de, zagona hejmarên mezin garantî dike ku hin hemşîre dê di dawiyê de qalibek nobedariyê hebe ku bi şansê tenê pir ne gengaz xuya dike (Çewtiya Nîşangirê Teksasê)
  3. Hîpotezên alternatîf ên paşguhkirî: Rêjeya bingehîn a nexweşên ku di dema nobedariyên şevê de dimirin (dema ku nexweşên girantir bi hûrgulî têne şopandin) bi rêkûpêk nehatiye hesibandin

• Encam: Lucia şeş salan di zindanê de ma. Di dema zindanbûna xwe de ew felc bû. Analîza matematîkî ya ji hêla îstatîstîkvanên serbixwe ve paşê destnîşan kir ku îhtîmala bêgunehiyê bi rastî zêde bû. Ew di sala 2010-an de di tiştê ku rayedarên Hollandî wekî yek ji xirabtirîn xeletiyên edaletê di dîroka welêt de qebûl kirin de beraat kir.

• Dersên ku hatine girtin: Rêkewta îstatîstîkî di databaseyên mezin de ne delîlê sedemiyê ye. Analîza Post-hoc baldariyek zêde hewce dike. Dadgeh hewcedarî vekolînek îstatîstîkî ya serbixwe ya delîlên îhtîmalê ne.

Lêkolîna Dozê 3: Robert Williams - Têkçûna Naskirina Rûyî

• Çarçove: Di Rêbendana 2020 de, Robert Williams, zilamek Reş ji Detroitê, li mala xwe li ber malbata xwe hate girtin piştî ku algorîtmayek naskirina rû wêneyê ehliyeta wî bi dîmenên çavdêriyê yên ji bûyerek diziyê dikanê re hevaheng kir.

• Çi qewimî: Detektîfan wêneya çavdêriyê nîşanî Williams da û got "komputer dibêje ev tu yî." Ew 30 demjimêran hate girtin berî ku were berdan.

• Alîgirî di kar de:

  1. Paradoksa pozîtîf a derewîn: Tewra pergalek naskirina rûyê ku %99 rast e jî, dema ku li databaseyên mîlyonan rûyan digere, bi hezaran lihevhatinên derewîn çêdike
  2. Alîgiriya xweseriyê: Lêkolîneran "lihevhatina" algorîtmayê wekî delîlek diyarker pênase kirin li şûna wekî pêşniyarek îhtîmalî ku hewceyê piştrastkirinê ye
  3. Rêjeya bingehîn a lihevhatinên rasthatî: Mîna pirsgirêka Taksiyê, "şahid" (algorîtm) rêjeyek xeletiyê heye, û "nifûsa bêguneh" pir mezin e—ku gelek pozîtîfên derewîn çêdike

• Encam: Williams bi neheqî hate girtin, binçavkirin û DNA, şopa tiliyên wî, û wêneya rûyê wî di databaseyên sûcdaran de hatin tomarkirin. Wî doz li dijî Daîreya Polîsê Detroitê vekir. Doz bû mînakek berbiçav a alîgiriya algorîtmîkî di sepandina qanûnê de.

• Dersên ku hatine girtin: Delîlên algorîtmîkî divê bi îhtîmalî bêne nirxandin, ne wekî bêkêmasî bêne dîtin. Rêjeyên bingehîn ên lihevhatinên derewîn divê ji biryarderan re bêne ragihandin. Divê berî girtina li ser bingeha lihevhatinên algorîtmîkî delîlên piştrastkirinê hewce bin.

Mînaka Dîrokî: Rûxîna Sermayeya Demdirêj a Rêveberiyê (LTCM)

Di 1998 de, Sermayeya Demdirêj a Rêveberiyê (LTCM), fona hecê ku ji hêla xwediyên xelata Nobelê Myron Scholes û Robert Merton ve tê rêvebirin, bi rengek berbiçav hilweşiya, û hema hema pergala darayî ya cîhanî bêîstîkrar kir.

Modelên Nirx-li-Rîskê (VaR) yên pêşkeftî yên LTCM xwe dispêrin daneyên dîrokî yên vê dawiyê yên ku zêde-çalakbûna (volatility) bazarê ya kêm nîşan didin. Wan hesiband ku windahiyên mezin "Bûyerên 10-sigma" bûn - ji hêla îstatîstîkî ve ne gengaz bûn. Modelan rêjeya bingehîn a dîrokî ya panîkên darayî paşguh kirin - "dûvikên qelew" ên belavkirinên bazarê. Wan her weha rêjeya bingehîn a hevgirtina pergalî jî paşguh kir: di krîzan de, her ku panîk belav dibin hemî hevgirtin diçin 1-ê.

Dema ku Rûsya di Tebaxa 1998 de deynê xwe neda, "ne gengaz" qewimî. LTCM di kêmtirî çar mehan de 4.6 mîlyar dolar winda kir, ji bo pêşîgirtina li belavbûna darayî ya berfirehtir pêdivî bi rizgarkirina ku ji hêla Rezerva Federal ve hatî hevrêz kirin heye.

Ders: Modelên sofîstîke yên ku rêjeyên bingehîn ên dîrokî yên bûyerên hindik paşguh dikin xalên kor ên karesatê diafirînin. Mercên taybetî yên paşeroja nêzîk rêberên pêbawer nîn in ji bo rîskên dûvikê.

6. Lêçûna Vê Alîgiriyê

6.1. Lêçûnên Kesane

• Tirs û fikar: Zêde texmînkirina xetereyên hindik (ketina balafiran, sûcên tundiyê, nexweşî) stresa kronîk diafirîne di heman demê de xetereyên pirtir paşguh dike
• Zirarên têkiliyê: Darizandina mirovan bi bûyerên yekane yên zindî li şûna rêjeya bingehîn a behreyên wan ên domdar rê li ber dadbariyên neheq û têkbirina pêbaweriyê vedike
• Derfetên windabûyî: Xweparastina ji çalakiyên bikêr (firîn, neştergerî, guhartina kariyerê) ji ber çîrokên têkçûnê yên zindî dema ku rêjeyên bingehîn ên serkeftinê paşguh dikin
• Zirarên darayî: Dayîna biryarên veberhênanê li ser bingeha çîrokên balkêş li şûna delîlên îstatîstîkî
• Fikarên bijîjkî: Şîrovekirina xelet a encamên testê bêyî fêmkirina rêjeyên bingehîn ên pozîtîfên derewîn

6.2. Lêçûnên Pîşeyî

• Xeletiyên nirxandina kariyerê: Bingeha biryarên kar li ser encamên taybetî yên dramatîk li şûna rêgezên kariyera îstatîstîkî
• Têkçûnên projeyê: Ramîna "ev proje cûda ye" rê li ber kêm-texmînkirina dubare ya lêçûn û doman (deman) vedike
• Xeletiyên karkirinê: Hilbijartina namzedan li ser bingeha stereotîpên performansa hevpeyvînê li şûna rêjeyên bingehîn ên pêşbînîkirî
• Xeletiyên stratejîk: Biryarên karsaziyê ku ji hêla anekdotên hevrikan ve têne rêve kirin li şûna îstatîstîkên pîşesaziyê
• Têkçûnên pêşbîniyê: Pêşbîniyên li ser bingeha çîrokên heyî yên ku rêjeyên bingehîn ên dîrokî yên rewşên wekhev paşguh dikin

6.3. Lêçûnên Civakî

• Mehkûmkirinên neheq: Wekî ku di dozên Sally Clark û Lucia de Berk de tê dîtin, paşguhkirina rêjeya bingehîn di dozên dadrêsî de jiyana mirovên bêguneh wêran dike
• Veqetandina xelet a polîtîkayê: Çavkanî berbi xetereyên zindî lê hindik ve têne rêve kirin (terorîzm) di heman demê de zirara pirtir (mirinên trafîkê, nexweşî) têne paşguh kirin
• Bêedaletiyên algorîtmîkî: Pergalên AI yên li ser daneyên alîgir hatine perwerde kirin çewtiyên rêjeya bingehîn berdewam dikin û mezin dikin, ku rê li ber polîsî, deynkirin û karkirina cihêkar vedike
• Têkçûnên tenduristiya giştî: Têgihîştina xelet a îstatîstîkên kontrolê rê li ber biryarên testkirin û dermankirinê yên ne guncaw di astekê de vedike
• Krîzên darayî: Bazarên ku rêjeyên bingehîn ên nirxandinê paşguh dikin bilqên (bubbles) çêdikin ku dema ew bi neçarî diteqin zirarê didin bi mîlyonan mirov

6.4. Bandora Îstatîstîkî

Encamên lêkolînê yên li ser bandora pîvandî ya paşguhkirina rêjeya bingehîn:

• Biryardayîna bijîjkî: Lêkolîn nîşan didin ku tenê ~15% ji bijîjkan encamên testa pozîtîf rast şîrove dikin dema ku rêjeyên bingehîn ên nexweşiyê kêm in, ev jî rê li ber tespîta zêde (overdiagnosis) vedike
• Biryarên Jûrî: Lêkolînên jûriya sexte (mock jury) destnîşan dikin ku agahdariya rêjeya bingehîn bi gelemperî dema ku şahidiya zindî tê pêşkêş kirin tê paşguh kirin
• Rastbûna Pêşbîniyê: Lêkolîna Philip Tetlock destnîşan kir ku "super-pêşbînîker" ên ku paşguhkirina rêjeya bingehîn derbas dikin ji pisporan bi rêjeya %30+ baştir in
• Performansa algorîtmîkî: Analîza ProPublica ya algorîtmaya vegerandina sûc a COMPAS destnîşan kir ku alîgiriya rêjeya bingehîn rêjeyên pozîtîf ên derewîn du qat zêdetir ji bo bersûcên Reş li gorî bersûcên Spî çêdike

7. Feydeyên Veşartî

Çewtiya rêjeya bingehîn bi tenê ne kêmasiyek bîrî ye - mekanîzmayên bingehîn xizmeta fonksiyonên lihevhatî yên girîng dikin.

Tespîtkirina xetereya bilez: Di hawîrdorên ku dîtina nêçîrvanek tê wateya mirinê, çêtir e ku meriv ji nîşanên xetereya taybetî re zêde bertek nîşan bide, li şûna ku meriv bi baldarî statîstîkên nifûsê hesab bike. Lêçûna pozîtîfek derewîn (hişyariya nepêwist) li gorî negatîfek derewîn (xwarin / bûn nêçîr) kêm e.

Zîrekiya civakî: Xwendina mebestên kesan ên taybetî ji bo serkeftina civakî ji zanîna îstatîstîkên li ser asta nifûsê derbarê reftara mirovî girîngtir e. Kesê li pêşberî we ne mirovek navîn e - ew kesek taybetî ye ku hûn hewce ne ku mebestên wan ên taybetî fam bikin.

Fêrbûna bi vegotinê: Çîrok ew awayê ye ku mirov zanînê li seranserê nifşan vediguhezînin. "Alîgiriya" berbi dozên zindî ve li ser îstatîstîkan tiştê ye ku fêrbûna ji ezmûnê û ji ezmûnên kesên din re gengaz dike.

Bikaranîna enerjiyê ya bi bandor: Ramîna Bayesî ya baldar ji hêla metabolîkî ve biha ye. Ji bo piraniya biryarên rojane, lihevhatina qaliban a bilez di beşek piçûk a lêçûna bîrî de encamên têr-baş çêdike.

Lihevkirin (The trade-off): Rakirina paşguhkirina rêjeya bingehîn bi tevahî dê hewceyê hesabkirina bi hewldan a domdar be ku dê biryardayînê felc bike. Armanc ne ji holê rakirina heuristîk e lê fêmkirina wê yekê ye ku kengê ramîna îstatîstîkî hewce ye - nemaze di qadên dadrêsî, bijîjkî, darayî û polîtîkayê de ku rêjeyên bingehîn herî girîng in.

8. Xwe-Nirxandin: Gelo Ev Alîgirî Bi Te Re Heye?

8.1. Lîsteya Kontrolê ya Nîşaneyên Hişyariyê

• Hûn pir caran difikirin "ev rewş cûda ye" bêyî ku hûn hevahengiyên îstatîstîkî bi rewşên paşerojê re kontrol bikin
• Hûn mînakên taybetî ji kurtebirên îstatîstîkî qanihtir dibînin
• We li ser bingeha anekdotên jibîrnekirî li şûna şêwirmendiya daneyan biryar dane
• Hûn zehmetiyê dikişînin ku bawer bikin dibe ku encamek testa bijîjkî pozîtîfek derewîn be
• Hûn îhtîmalan li gorî wê yekê texmîn dikin ka hûn çiqasî dikarin bi hêsanî encamekê xeyal bikin
• Hûn li ser bingeha dîtinên yekem an reftarên yekane bi lez derbarê mirovan de biryar didin
• We "agahdariya paşperdeyê" paşguh kiriye ji ber ku ew ji hûrguliyên taybetî kêmtir têkildar xuya dikir
• Di nîqaşan de îstatîstîkên rêjeya bingehîn hûn "sar" an "ne girêdayî mijarê" dibînin
• Hûn şaş mane dema ku pêşbîniyên îstatîstîkî ji intuition (hestên hundurîn) yên we cihêreng bûn
• Hûn li hember ramanên bi rêje berxwe didin û biryarên erê / na tercîh dikin

Pûankirin:

• 0-2 hatin hilbijartin: Hestiyariya nizm
• 3-5 hatin hilbijartin: Hestiyariya navîn
• 6-8 hatin hilbijartin: Hestiyariya bilind
• 9-10 hatin hilbijartin: Hestiyariya pir bilind

8.2. Pirsên Xwe-Refleksê

1. Kengî carê dawîn bû ku we ramana xwe ji ber delîlên îstatîstîkî guhert li şûna çîrokek an mînakek balkêş?
2. Bifikirin ser biryarek girîng ku we vê dawiyê girtiye — gelo we li rêjeyên bingehîn ên serkeftin/têkçûnê ji bo biryarên wekhev lêkolîn kir?
3. Ma we qet îstatîstîkên têkildar red kirine ji ber ku we hîs nedikir ku ew bi rewşa weya taybetî ve girêdayî ne?
4. Gava yekî anekdotekê ji we re dibêje, hûn bi awayekî xweristî meraq dikin ka ew ezmûn çiqasî tîpîk an ne tîpîk e?
5. Gelo kesên din qet ji we re gotine ku hûn giraniyek zêde didin ser mînakên ferdî an giraniyek têrker nadin daneyan?

8.3. Senaryoya Tespîtkirina Bilez

Senaryo: Testek bijîjkî ya nû ji bo nexweşiyek giran hatiye pêşve xistin. Test %99 rast e (hem di tespîtkirina nexweşiyê de dema ku heye û hem jî di paqijkirina rast a kesên saxlem de). Di nifûsa giştî de, ji 1,000 kesan 1 kes xwediyê vê nexweşiyê ye. Testa we pozîtîf derdikeve. Îhtîmala ku hûn bi rastî bi nexweşiyê ketibin çiqas e?

Hûn ê çawa bersiv bidin?

• A) Nêzîkî %99 → Hestiyariya bilind (hûn bersivê bi rastbûna testê re hevaheng dikin, rêjeya bingehîn paşguh dikin)
• B) Nêzîkî %50 → Hestiyariya navîn (hûn hest dikin ku tiştek xelet e lê nikarin îhtîmala rastîn hesab bikin)
• C) Nêzîkî %9 → Hestiyariya nizm (we rêjeya bingehîn rast yek kir; nêzîkê 10 pozîtîfên rastîn û ~ 100 pozîtîfên derewîn ji 1,000 kesên hatine ceribandin)

9. Naskirina Vê Alîgiriyê Di Yên Din De

9.1. Nîşaneyên Tevgerî

• Redkirina argumanên îstatîstîkî wekî "sar" an "ne girêdayî mijarê" di berjewendiya çîrokên kesane de
• Gelek caran karanîna biwêjên mîna "di ezmûna min de" an "Ez kesek nas dikim ku..." dema ku îdîayên giştî dikin
• Qebûlkirina dozên ferdî wekî delîlên diyarker ji bo qalibên berfireh
• Zehmetiya pejirandina ku gelemperîkirina îstatîstîkî ji bo rewşa wan a taybetî derbas dibe
• Zêde girîngîdayîna bûyerên dawî an bîranîn dema ku îhtîmalan texmîn dikin
• Berxwedana li hember guhertina nêrînan dema ku daneyên rêjeya bingehîn têne pêşkêş kirin

9.2. Ala Sor di Axaftinê De

Gotarên ku mirov dibêjin dema di bin vê alîgiriyê de ne:

• "Lê ev doz cûda ye..."
• "Îstatîstîk tevahiya çîrokê nabêjin"
• "Ez dizanim ku hejmar çi dibêjin, lê..."
• "Bihêle ez ji te re qala kesekî ku ez nas dikim bikim..."
• "Hûn dikarin her tiştî bi statîstîkan îspat bikin"

Cureyên argumanên ku ew dikin:

• Binavkirina çîrokên serkeftin / têkçûna kesane wekî delîl ji bo stratejiyên giştî
• Nêzîkatiya li dozên awarte wekî nûnertiya encamên tîpîk

Pirsên ku ew xwe ji pirsînê dûr digirin:

• "Bi gelemperî ev çend caran diqewime?"
• "Ji bo rewşên wekhev rêjeya serkeftinê çi ye?"

9.3. Sedemên Rewşî

• Beşdariya hestyarî: Dema ku encam pir girîng in, agahdariya doza taybetî qanîtir dibe
• Mînakên zindî: Bûyerên vê dawiyê, dramatîk, an bi xwe ceribandî li ser bingehên îstatîstîkî serdest in
• Tevlihevî: Dema ku analîza îstatîstîkî dijwar e, mirov xwe dispêrin mînakên nûnertiyê
• Zexta demê: Biryarên bilez lihevhatina qaliban li ser hesabkirina îhtîmalê tercîh dikin
• Çarçoveya vegotinê: Dema ku agahdarî wekî çîrok li şûna îstatîstîkan digihîje
• Çarçoveya pispor: Dema ku rayedar agahdariya dozê bêyî çarçoveya rêjeya bingehîn pêşkêş dikin

10. Stratejiyên Bêalîkirina Bîrî

10.1. Teknîkên Lezgîn

• Bipirse "Çend caran?": Berî qebûlkirina agahdariya ferdî, bi eşkere derbarê rêjeya bingehîn bipirse. "Ev encam bi gelemperî çiqas belavbûyî ye?"
• Çarçoveya "100 kes": Dema ku îhtîmalek ji we re tê dayîn, 100 kesan di wê rewşê de bifikirin. Ji wan çend kes dê bibin xwediyê her encamekê?
• Alternatîfê bifikirin: Rêjeya bingehîn a hîpoteza hevrik çi ye? (Wekî berhevdana SIDS-ya ducarî bi rêjeyên kuştina ducarî)
• Pêşbîniya çîna çavkaniyê (Reference class forecasting): Çîna çavkaniyê ya têkildar ji bo rewşa xwe destnîşan bikin û encamên dîrokî kontrol bikin
• Testa rojnameyê: Ma ev doza taybetî dê bibe nûçe ji ber ku ew neasayî ye? Ger wusa be, dibe ku ne nûner be

10.2. Stratejiyên Demdirêj

• Ramîna Bayesî pratîk bikin: Bi rêkûpêk li ser pirsgirêkên îhtîmalê yên ku pêdivî bi yekkirina rêjeyên bingehîn dikin bixebitin
• Qeyda pêşbîniyan bigirin: Pêşbîniyan bi îhtîmalên diyarkirî tomar bikin, paşê encaman kontrol bikin da ku intuitiona xwe eyar bikin
• Li perwerdehiya îstatîstîkî bigerin: Perwerdehiya fermî di îhtîmal û statîstîkê de berxwedana li hember çewtiyê baştir dike
• Pirtûkxaneyên rêjeya bingehîn ava bikin: Ji bo qadên girîng (tenduristî, kariyer, darayî), rêjeyên bingehîn ên têkildar lêkolîn bikin û ji bîr bikin
• Hevalên îstatîstîkî peyda bikin: Bi mirovên ku îhtîmalî difikirin re têkiliyan pêş bixin û ew ê ramîna we dijwar bikin

10.3. Sêwirana Hawîrdorê

• Formadên frekansa xwezayî bikar bînin: Îhtîmalan veguhezînin formadên "X ji Y" yên ku mêjî bi xweristîtir pêvajo dike
• Lîsteyên kontrola biryarê biafirînin: Pirsên rêjeya bingehîn wekî gavên mecbûrî di biryarên girîng de bihewînin
• Rêzên îkonan bikar bînin: Nûnertiyên dîtbarî yên îhtîmalan paşguhkirina paydeyê kêm dikin
• Pêş-sozdan ji pîvanên îstatîstîkî re: Berî ku hûn bi agahdariya taybetî re rûbirû bibin, destnîşan bikin ka kîjan statîstîk dê ramana we biguhezîne
• Dîmenderên agahdariyê sêwirandin: Rêjeyên bingehîn bi rengek diyar û berî agahdariya ferdî pêşkêş bikin

10.4. Kengê Pêdivî bi Dîtinên Derve Heye

• Biryarên girîngiya wan zêde e: Teşhîsên bijîjkî, biryarên dadrêsî, veberhênanên mezin, biryarên karkirinê
• Dema ku intuitiona we ya xurt hebe: Hestên bihêz dibe ku destnîşan bikin Pergala 1 li ser kar e - kontrolek îstatîstîkî bistînin
• Rewşên îhtîmala tevlihev: Dema ku gelek îhtîmalên şertî bi hev re têkildar in
• Têkiliyên hestyarî: Dema ku girêdana kesane ramîna objektîf dijwar dike
• Kêmasiya pisporiyê: Dema ku biryar hewceyê pisporiya îstatîstîkî ya ku ji we re kêm e

11. Tetbîqatên Pratîk

Tetbîqata 1: Hesabkerê Testa Kontrolê

• Armanc: Pêşxistina intuitionê ji bo ramîna Bayesî bi xebitandina bi senaryoyên kontrola bijîjkî re
• Dema pêwîst: 20 hûrdem
• Materyalên pêwîst: Hesabker, kaxez
• Asta dijwariyê: Navîn
• Rêwerz:
  1. Rewşek bijîjkî hilbijêrin û berbelavbûna wê (rêjeya bingehîn) di demografiya xwe de bibînin
  2. Hesasiyet û taybetmendiya testên kontrola gelemperî yên ji bo wê rewşê bibînin
  3. Nirxa pêşbînîkirî ya pozîtîf hesab bikin: Ji sedî çend testên pozîtîf pozîtîfên rastîn in?
  4. Nirxa pêşbînîkirî ya negatîf hesab bikin: Ji sedî çend testên negatîf negatîfên rastîn in?
  5. Vê yekê bi tabloyek 2x2 ji bo nifûsek 10,000 kesî xuya bikin
• Pirsên refleksê:
  • Ma hûn ji nirxa pêşbînîkirî ya pozîtîf şaş bûn?
  • Ev çawa awayê ramîna we li ser kontrola bijîjkî diguhezîne?
  • Piştî wergirtina encamên testê divê hûn çi pirsan ji doktorê xwe bipirsin?
• Frekans: Mehane, bi karanîna şert û mercên bijîjkî yên cûda

Tetbîqata 2: Pêşbîniya Çîna Çavkaniyê

• Armanc: Berî kirina pêşbîniyan adeta dîtina rêjeyên bingehîn ên têkildar ava bikin
• Dema pêwîst: 30 hûrdem
• Materyalên pêwîst: Gihîştina Înternetê, spreadsheet
• Asta dijwariyê: Navîn
• Rêwerz:
  1. Biryarek an pêşbîniyek pêşerojê ya ku hûn hewce ne bikin nas bikin
  2. Çîna çavkaniyê diyar bikin: çi rewşên wekhev hene?
  3. Rêjeya bingehîn a encaman di wê çîna çavkaniyê de lêkolîn bikin
  4. Li ser bingeha faktorên taybetî yên ku rewşa we cûda dikin, rêjeya bingehîn eyar bikin
  5. Rêbaza ramîna xwe û texmîna îhtîmala dawîn belge bikin
• Pirsên refleksê:
  • Dîtina rêjeya bingehîn çawa texmîna weya destpêkê guhert?
  • Kîjan faktorên taybetî sererastkirina ji rêjeya bingehîn rewa dikir?
  • Ma hûn hatin ceribandin ku bêyî delîl rewşa xwe wekî "cûda" derman bikin?
• Frekans: Berî her biryarek mezin

Tetbîqata 3: Ji Nû Ve Çarçovekirina Frekansê

• Armanc: Pratîkkirina veguherandina daxuyaniyên îhtîmalê di formadên frekansa xwezayî de
• Dema pêwîst: 15 hûrdem
• Materyalên pêwîst: Lîsteya daxuyaniyên îhtîmalê (ji nûçeyan, gotarên lêkolînê)
• Asta dijwariyê: Destpêk
• Rêwerz:
  1. 5 daxuyaniyên îhtîmalê ji nûçeyên dawî berhev bikin (mînak, "%5 metirsiya tevliheviyê")
  2. Her yekê wekî frekansa xwezayî ji nû ve çarçove bikin (mînak, "ji her 100 nexweşan 5 kes")
  3. Ji bo her yekê, binivîsin ka çi bi 95ên din re diqewime (an hejmara têkildar)
  4. Bala xwe bidinê ka ev çawa hesta weya xweristî ya îhtîmalê diguhezîne
  5. Guhertoya frekansê ji kesekî din re vebêjin
• Pirsên refleksê:
  • Kîjan formad îhtîmalan ji bo fêmkirinê hêsantir kir?
  • Gelo ti îhtîmalek di formadê frekansê de zêdetir an kêmtir bi fikar bû?
  • Hûn dikarin çawa vê çarçovekirinê di jiyana rojane de bicîh bînin?
• Frekans: Heftane

Pratîka Rojane

Pirsa Rêjeya Bingehîn: Her roj, dema ku hûn ramanek çêdikin an pêşbîniyek dikin, bisekinin û bipirsin: "Rêjeya bingehîn çi ye?" Heke hûn nizanin, 60 çirkeyan li ser lêkolîn bikin.

• Dema pêşniyarkirî: 1-2 hûrdem per mînak
• Dema herî baş a rojê: Dema ku di tevahiya rojê de biryaran didin an darizandinan dikin
• Çawa pêşveçûnê bişopînin: Di rojnivîsekê de destnîşan bikin gava ku we tê bîra xwe bipirsin, û we çi fêr bû

Dijwariya Heftane

Kontrolkirina Pêşbîniyê: Her hefte, 3 pêşbînî an darizandinên ku we kirine binihêrin. Ji bo her yekê:

1. Nas bikin ka we rêjeya bingehîn li ber çavan girtiye
2. Lêkolîn bikin ka rêjeya bingehîn bi rastî çi bû
3. Binirxînin gelo agahdariya rêjeya bingehîn dê ramana/biryara we guhertibûya

• Encamên çaverêkirî piştî 4 hefteyan: Zêdebûna hişyariya paşguhkirina rêjeya bingehîn di ramîna we de; baldariya otomatîkî ya pirtir li ser rêjeyên bingehîn
• Pirsên rojnivîsê ji bo refleksê:
  • Kîjan celeb biryar pir caran ji bo min dibe sedema paşguhkirina rêjeya bingehîn?
  • Kîjan stratejî alîkariya min dikin ku ez bi bîr bînim ku rêjeyên bingehîn kontrol bikim?
  • Her ku min pratîk kir kalîteya biryara min çawa guherî?

12. Ji bo Temaşevanên Taybet

Ji bo Serok û Rêveberan

Çewtiya rêjeya bingehîn bi taybetî di hawîrdorên rêxistinî de xeternak e ku serkeftin û têkçûnên zindî stratejiyê bêtir ji analîza sîstematîk dimeşînin.

Xalên lawaz ên sereke:

• Biryarên karkirinê yên li ser bingeha bandorên hevpeyvînê li şûna rêjeyên bingehîn ên berendam
• Nirxandinên performansê yên li ser bûyerên jibîrnekirî hatine sekinandin li şûna metrîkên domdar
• Plansaziya stratejîk a ku ji hêla anekdotên hevrikan ve tê rêve kirin li şûna îstatîstîkên pîşesaziyê
• Dabeşkirina çavkaniyan li ser bingeha encamên projeya dawî li şûna rêjeyên serkeftinê yên dîrokî

Stratejî:

• Ji bo kêmkirina bandora pêşdaraziyên kesane, hevpeyvînên birêkûpêk bi pûankirina standard bicîh bikin
• Tetbîqatên "premortem" biafirînin ku bi eşkere rêjeyên bingehîn ên têkçûna projeyê li ber çavan digirin
• Pêşbîniya çîna çavkaniyê (Reference class forecasting) ji bo destpêşxeriyên mezin daxwaz bikin
• Tabloyên kontrolê biafirînin ku rêjeyên bingehîn ligel dozên ferdî radixin pêş çavan
• "Gumanbarên îstatîstîkî" ava bikin ku desthilatdar in ramîna dozên zindî dijwar bikin

Ji bo Dêûbav û Perwerdekaran

Zarok bi taybetî li hember paşguhkirina rêjeya bingehîn metirsîdar in ji ber ku ew di serî de bi mînak û çîrokan derbarê cîhanê de fêr dibin.

Nêzîkatiyên hînkirinê:

• Lîstikên ku îhtîmalan dihewînin (zar, qert) bikar bînin da ku intuitiona ji bo rêjeyên bingehîn ava bikin
• Dema ku xetereyan nîqaş dikin (xetereya biyaniyan, nexweşî, qeza), derbarê ka ew çiqasî hevpar in çarçoveyek bidin
• Nîşan bidin dema ku nûçe bûyerên taybetî wekî nûçe radigihînin ji ber ku ew kêm in
• Modela ramîna îstatîstîkî pêş bixin: "Ew mînakek balkêş e. Ez meraq dikim ew çiqas tîpîk e?"
• Cûdahiya di navbera "ev çêbû" û "ev bi gelemperî çêdibe" fêr bikin

Vebêjên li gorî temen:

• Temenên 6-10: "Hin tişt pir diqewimin û hin tişt kêm in. Çîrok pir caran li ser tiştên kêm in ji ber ku ew sosret in."
• Temenên 11-14: "Hejmar dikarin ji me re bibêjin ka bi rastî tişt çend caran diqewimin, ku cûda ye ji çend caran em li ser wan dibihîzin."
• Temenên 15+: Destpêka têgînên îhtîmalê, Teorema Bayes û ramîna fermî

Ji bo Pisporên Lênihêrîna Tenduristiyê

Paşguhkirina rêjeya bingehîn ji bo tespîtkirin, testên kontrolê, û pêwendiya bi nexweşan re bandorên kûr hene.

Bandorên klînîkî:

• Nexweşiyên kêm zêde têne teşhîs kirin dema ku lihevhatina nîşanan li ser daneyên belavbûnê (prevalence) serdest be
• Bandora bernameya kontrolê (screening) bi rêjeyên bingehîn ên nifûsê ve girêdayî ye, ne tenê rastbûna testê
• Xemgîniya nexweş ji encamên testa kontrolê ya pozîtîf pir caran ji fikarên guncaw derbas dibe
• Biryarên dermankirinê dibe ku giraniya dozên lêkolînên dramatîk ji îstatîstîkên ceribandina klînîkî pirtir bikin

Stratejî:

• Dema ku encamên testê ji nexweşan re radigihînin formadên frekansa xwezayî bikar bînin
• Piştgiriya biryara klînîkî bicîh bînin ku rêjeyên bingehîn ên têkildar derdixe pêş çavan
• Di lîsteyên kontrola teşhîsê de li ber çavan girtina rêjeya bingehîn a eşkere daxwaz bikin
• Ji bo ravekirina nirxa pêşbînîkirî ya pozîtîf rêzên îkonan û alîkariyên dîtbar bikar bînin
• Di perwerdehiya bijîjkî de ramîna Bayesî wekî beşek perwerdehiyê bidin

Ji bo Pisporên Darayî

Bazar ji hêla vegotinan ve têne rêve kirin, ev jî dîsîplîna rêjeya bingehîn ji bo serkeftina veberhênanê bingehîn dike.

Xalên lawaz ên sereke:

• Ramîna "vê carê cûda ye" di nirxandinên bilqan de (bubble valuations)
• Alîgiriya vê dawiyê di modelên rîskê de (zêde-çalakbûna (volatility) dawî wekî rêjeya bingehîn dîtin)
• Zêde girîngî dayîna pêşniyarên analîstên taybetî li ser rêjeyên bingehîn ên sektorê
• Dîtina tomara performansa serkeftî ya rêvebirê fonê wekî jêhatîbûn li şûna şans

Stratejî:

• Tabloyên çavkaniya rêjeya bingehîn a nirxandina demdirêj (Rêjeyên P/E, rêjeyên têkçûnê, hwd.) biparêzin
• Hevsengiya sîstematîk bicîh bikin ku ferz dike ku navînî vegere
• Simulasyonên Monte Carlo bi belavkirinên dîrokî-sazkirî re bikar bînin
• Ji bo tezên veberhênanê belgekirina rêjeya bingehîn a eşkere daxwaz bikin
• Bilqên (bubbles) dîrokî û hilweşînan bixwînin da ku bendewariyan eyar bikin

13. Têkiliyên bi Alîgiriyên Din Re

Alîgiriyên Ku Vê Yekê Mezin Dikin

Alîgiriyên Ku Li Dijî Vê Yekê Derdikevin

Zincîreyên Alîgiriya Hevpar

Zincîre 1: Mînaka Zindî (Berdestî) → Lihevhatina Qalib (Nûnertî) → Paşguhkirina Rêjeya Bingehîn → Têgihiştina Xelet a Bi Bawerî (Zêde Bawerî) → Pejirandina Çewtiyê (Alîgiriya Pejirandinê)

Zincîre 2: Çespandin li ser Doza Taybet (Anchoring) → Daneyên Nifûsê Paşguh Kirin → Çîrokek Piştgir Ava Kirin (Çewtiya Vegotinê) → Berxwedana Li Hember Delîlên Serrastker

Qutkirina herikînê: Xala destwerdana herî bandorker zû ye - berî ku mînaka zindî balê bikişîne. Pêş-barkirina agahdariya rêjeya bingehîn, karanîna formadên frekansê, û afirandina adetên kontrolkirina rêjeya bingehîn a eşkere dikare pêşî li destpêkirina herikînê bigire.

14. Perspektîfên Çandî

Lêkolînên li ser guhertoya çandî ya di bikaranîna rêjeya bingehîn de qalibên balkêş destnîşan dikin, her çend meyla bingehîn a berbi paşguhkirinê ve gerdûnî xuya dike.

Encamên nav-çandî:

• Lêkolîn bi domdarî paşguhkirina rêjeya bingehîn li seranserê çarçoveyên çandî yên rojavayî, asyayî û yên din dibînin
• Hin delîl destnîşan dikin ku beşdarên Asyaya Rojhilatî di hin çarçoveyan de bikaranîna rêjeya bingehîn a hinekî çêtir nîşan didin, ku dibe ku bi şêwazên bîrî yên holîstîk ve girêdayî be
• Pergalên perwerdehiyê yên ku giranî didin ser îhtîmal û statîstîkê yekkirina rêjeya bingehîn a çêtir hilberînin, bêyî ku bingeha çandî lê binêrin
• Muameleya pergalên dadrêsî bi delîlên îstatîstîkî li gorî çandê pir cûda dibe

Aliyên gerdûnî: Diyardeya bingehîn - tercîhkirina agahdariya zindî ya taybetî li ser bingehên îstatîstîkî yên razber - wekî gerdûniyek mirovî xuya dike, ku di mîmariya bîrî ya ku beriya cûdabûna çandî de ye, rûniştiye.

Bandorên nav-çandî: Delîlên îstatîstîkî li seranserê çarçoveyên çandî pêdivî bi plansaziyek baldar hene. Tiştê ku di yek pergalek dadrêsî an bijîjkî de dixebite dibe ku rasterast bo yeka din derbas nebe.

15. Efsane û Têgihiştinên Çewt

16. Nêrînên Pisporan

"Nexwestina beşdaran ji derxistina (deduce) ya taybetî ji ya giştî, tenê bi xwesteka wan a dîtina (infer) ya giştî ji ya taybetî re hevber bû." — Amos Tversky & Daniel Kahneman, 1973

"Wekhevî ji rêjeyên bingehîn bandor nabe, lê dîsa jî darizandinên îhtîmala xweristî di bin serdestiya wekheviyê de ne." — Daniel Kahneman, Thinking, Fast and Slow (Ramîna, Bilez û Hêdî), 2011

"Pirsgirêk ne ew e ku mirov nikarin bi awayekî îstatîstîkî bifikirin, lê pirsgirêk ev e ku piraniya pirsgirêkan di formadekî de têne pêşkêş kirin ku bi formadê ku tê de hişê mirov ji bo fikirînê pêş ketiye re nagunce." — Gerd Gigerenzer, 2002

"Psîkolog li gorî pîvanek ku ji bo peywirê ne guncaw e rasyonalîteya beşdarên xwe dinirxînin." — L.J. Cohen, 1981

17. Xalên Sereke

1. Paşguhkirina rêjeya bingehîn gerdûnî ye: Hemî mirov mêl dikin ku rêjeyên bingehîn ên îstatîstîkî kêm binirxînin dema ku agahdariya taybetî peyda dibe - ev taybetmendiyek mîmariya bîrî ya mirovî ye, ne têkçûnek kesane ye.

2. Heuristîka nûnertiyê mekanîzma ye: Em îhtîmalê li gorî wekheviya bi prototîpan re dinirxînin li şûna li gorî frekansa di nifûsê de.

3. Formad pir girîng e: Pêşkêşkirina agahdariyê wekî frekansên xwezayî (X ji Y) li şûna îhtîmalan çewtiyê bi awayekî berbiçav kêm dike.

4. Çarçove bikaranîna rêjeya bingehîn dimeşîne: Mirov rêjeyên bingehîn bikar tînin gava ku ew bi sedemî têkildar xuya dikin; ew wan paşguh dikin gava ku ew "tenê îstatîstîkî" xuya dikin.

5. Encam karesatî ne: Ji mehkûmkirinên neheq (Sally Clark, Lucia de Berk) heya krîzên darayî (LTCM, Dot-Com) heya cihêkariya algorîtmîkî, paşguhkirina rêjeya bingehîn têkçûnên civakî yên mezin çêdike.

6. Bêalîkirin pêdivî bi sêwiranê heye: Em nikarin tenê "biryar bidin" ku rêzê li rêjeyên bingehîn bigirin - em hewceyê mîmariyên agahdariyê, lîsteyên kontrolê, û pêvajoyên biryarê ne ku rêjeyên bingehîn xuyanî û têkildar dikin.

7. Feydeyên alîgiriyê hene: Di gelek çarçoveyên rojane de, lihevhatina qalibê ya bilez a ku rêjeyên bingehîn paşguh dike adaptîf û bikêr e - armanc naskirina gava ku ramîna îstatîstîkî bi rastî hewce ye.

18. Çavkaniyên Zêdetir

Gotarên Akademîk

• Tversky, A., & Kahneman, D. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251.
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704.
• Bar-Hillel, M. (1980). The base-rate fallacy in probability judgments. Acta Psychologica, 44(3), 211-233.
• Kahneman, D., & Frederick, S. (2002). Representativeness revisited: Attribute substitution in intuitive judgment. Di Heuristics and Biases (r. 49-81). Cambridge University Press.
• Koehler, J. J. (1996). The base rate fallacy reconsidered: Descriptive, normative, and methodological challenges. Behavioral and Brain Sciences, 19(1), 1-17.

Pirtûk

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.
• Gigerenzer, G., Todd, P. M., & ABC Research Group. (1999). Simple Heuristics That Make Us Smart. Oxford University Press.
• Tetlock, P. E., & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown.
• Meehl, P. E. (1954). Clinical vs. Statistical Prediction. University of Minnesota Press.

Beşên Pirtûkan

• Meehl, P. E., & Rosen, A. (1955). Antecedent probability and the efficiency of psychometric signs, patterns, or cutting scores. Psychological Bulletin, 52(3), 194-216.
• Hattori, M., & Nishida, Y. (2009). Why does the base rate appear to be ignored? The equiprobability hypothesis. Psychonomic Bulletin & Review, 16(6), 1065-1070.

19. Karta Kurteyê

20. Ferhenga Têgînên Bikaranî

21. Pirsên Nîqaşê

Ji bo klûbên pirtûkan, polên dersê, an xwe-refleksê:

1. Hûn dikarin li biryarek mezin di jiyana xwe de bifikirin ku we paşê fêm kir we rêjeya bingehîn paşguh kiriye? Hûn ê çi cûda bikira?

2. Şerên Rasyoneliyê dipirsin gelo paşguhkirina rêjeya bingehîn "xeletîyek" e an "taybetmendiyek" nasnameya bîrî ya mirovî ye. Nêrîna we çi ye, û encamên wê çi ne?

3. Di derbarê paşguhkirina rêjeya bingehîn a di jûriyan de, divê dadgeh çawa bi delîlên îstatîstîkî re mijûl bibin? Gelo pêwîstî bi perwerdehiya taybet an daxwazên pispor heye?

4. Gigerenzer îdîa dike ku pêşkêşkirina agahdariyê di formadên frekansa xwezayî de bi piranî paşguhkirina rêjeya bingehîn "çareser" dike. Ger ev rast be, kî berpirsiyar e ji pêşkêşkirina agahdariyê di formadê rast de - mirov, sazî, an perwerdekar?

5. Her ku pergalên AI-ê bêtir biryarên ku bandorê li ser jiyana mirovan dikin digirin, çi mecbûriyet hene ku di algorîtmayan de pêşdaraziya rêjeya bingehîn çareser bikin? Edaleta algorîtmîkî divê çawa were pênase kirin?