د نمونې اندازې ته نه پاملرنه (Insensitivity to Sample Size)

په یوه نظر کې

۱. چټک لنډیز

موږ په طبیعي ډول پدې باور یو چې د معلوماتو یوه کوچنۍ نمونه باید په سمه توګه د هغه لوی نفوس په څیر ښکاره شي چې ترې اخیستل شوې ده. کله چې د سکې لس ځله غورځول دقیق ۵۰/۵۰ ویش نه ښیې، موږ د کوچنیو شمیرو د طبیعي بدلون د پیژندلو پر ځای نمونې، پرله پسې پیښې، یا بې انصافي وینو. دا د دې لامل کیږي چې موږ له محدودو معلوماتو څخه باوري پایلې راوباسو، په تصادفي غږ کې معنی لرونکي تمایلات وګورو، او د هغه مهم رول څخه سترګې پټې کړو چې مقدار یې په احصایوي اعتبار کې لوبوي.

۲. د دې تر شا ساینس

۲.۱. کشف او تاریخ

د نمونې اندازې ته د نه پاملرنې رسمي پیژندنه په ۱۹۷۰ لسیزه کې په ارواپوهنه کې د ادراکي انقلاب (cognitive revolution) په جریان کې راپورته شوه. په ۱۹۷۱ کې، اموس تویرسکي او ډینیل کاهمن د ارواپوهنې په مجله (Psychological Bulletin) کې "د کوچنیو شمیرو په قانون باور" خپور کړ، چې وړاندیز یې وکړ چې د انسان الهام داسې کار کوي لکه د لویو شمیرو قانون چې په کوچنیو شمیرو هم تطبیق کیږي. درې کاله وروسته، د دوی په ۱۹۷۴ کې د ساینس (Science) په مهم مقاله "د ناڅرګندتیا لاندې قضاوت: هیوریسټیک او تعصبونه" کې، دوی دا پدیده په رسمي ډول د استازیتوب هیوریسټیک (Representativeness Heuristic) پراخ چوکاټ کې د یو ځانګړي ادراکي تعصب په توګه تدوین کړه.

فکري ریښې یې د ریاضیاتو د احتمال تیورۍ، په ځانګړې توګه د جیرولامو کارډانو او جیکوب برنولي د لویو شمیرو قانون (Law of Large Numbers) لومړنیو فورمولونو ته ځي. په هرصورت، د دې ارواپوهنیز تحقیق چې ولې انسانان په سیستماتیک ډول د دې ریاضياتي اصولو څخه سرغړونه کوي د کاهمن-تویرسکي همکارۍ لخوا پیل شوی و.

زموږ پوهه د ۱۹۷۰ لسیزې راهیسې د پام وړ پرمختګ کړی دی. د "ایکولوژیکي منطقیت" (Ecological Rationality) مکتب، چې د میکس پلانک انسټیټیوټ کې د ګیرډ ګیګرینزر لخوا رهبري کیږي، اصلي تفسیر ننګولی دی، استدلال کوي چې دا تعصب کیدای شي تر یوې اندازې د هغې لارې یوه پایله وي چې ستونزې څنګه وړاندې کیږي. کله چې احصایوي معلومات د لنډیز احتمالاتو پر ځای د طبیعي فریکونسیو په توګه بیا تنظیم شي، فعالیت په ډراماتیک ډول ښه کیږي.

۲.۲. کلیدي څیړونکي

۲.۳. د پام وړ څیړنې

د روغتون ستونزه (تویرسکي او کاهمن، ۱۹۷۴)

پدې کانونیکي تجربه کې، برخه اخیستونکو لوستل: "یو ځانګړی ښار د دوو روغتونونو لخوا خدمت کیږي. په لوی روغتون کې هره ورځ شاوخوا ۴۵ ماشومان زیږیږي، او په کوچني روغتون کې هره ورځ شاوخوا ۱۵ ماشومان زیږیږي. لکه څنګه چې تاسو پوهیږئ، شاوخوا ۵۰٪ ټول ماشومان هلکان دي. په هرصورت، کره سلنه هره ورځ بدلیږي. د ۱ کال د مودې لپاره، هر روغتون هغه ورځې ثبت کړې چې پکې له ۶۰٪ څخه ډیر زیږیدلي ماشومان هلکان وو. ستاسو په اند کوم روغتون ډیرې داسې ورځې ثبت کړې؟"

پایلې حیرانوونکې وې: ۵۶٪ لیسانس زده کونکو "نږدې ورته" غوره کړه، پداسې حال کې چې ۲۲٪ لوی روغتون غوره کړ، او یوازې شاوخوا ۲۲٪ کوچنی روغتون په سمه توګه وپیژاند. سم ځواب کوچنی روغتون دی ځکه چې کوچنۍ نمونې ډیر بدلون منونکي دي او ډیر احتمال لري چې د اوسط څخه خورا لوی انحراف تولید کړي. مضامینو د نمونې اندازه غیر اړونده وګڼله، د دې تمه درلوده چې د ۵۰٪ تناسب په مساوي توګه پلي کیږي پرته لدې چې نمونه ۱۵ یا ۴۵ وي.

د لوړوالي اټکل تجربه (تویرسکي او کاهمن، ۱۹۷۴)

برخه اخیستونکو په عمومي نفوس کې د ۱۰، ۱۰۰، او ۱،۰۰۰ نارینه وو په نمونو کې د ۶ فوټو (۱۸۳ سانتي مترو) څخه پورته اوسط لوړوالي ترلاسه کولو احتمال اټکل کړ. په منطقي توګه، د ۱،۰۰۰ نارینه وو موندل چې د ۶ فوټو څخه ډیر اوسط ولري نږدې ناممکن دی، پداسې حال کې چې ۱۰ نارینه چې د دې لوړوالي اوسط ولري یوازې امکان نلري. بیا هم مضامینو د ټولو دریو نمونو اندازو ته ورته احتمال ورکړ. د نمونو یوازې د دوی د توضیح ("نارینه") له مخې قضاوت کولو سره، برخه اخیستونکو په بشپړ ډول د لویو شمیرو ثبات لرونکي ځواک له پامه وغورځاوه.

د میموګرافي ستونزه (ګیګرینزر او نور، ۱۹۹۵)

کله چې له ډاکټرانو څخه وغوښتل شول چې د سلنې په کارولو سره د مثبت میموګرام په پام کې نیولو سره د سینې سرطان احتمال اټکل کړي (حساسیت=۹۰٪، غلط مثبت=۹٪، خپریدل=۱٪)، یوازې ۱۰-۱۵٪ سم ځواب ورکړ. کله چې ورته ستونزه د طبیعي فریکونسیو په توګه وړاندې شوه ("په هرو ۱،۰۰۰ میرمنو کې ۱۰ سرطان لري...")، دقت ۴۶-۶۷٪ ته لوړ شو. دې وښودله چې په مخارج (denominator) کې د نمونې اندازې روښانه کول په ډراماتیک ډول د احصایوي استدلال ښه کوي.

د ګرم لاس مطالعه (ګیلوویچ، ویلون، او تویرسکي، ۱۹۸۵)

د فلاډلفیا 76ers او بوسټن سیلټیک د شوټینګ ریکارډونو تحلیل کولو سره، څیړونکو د چانس لخوا تمه شوي هاخوا د "ګرم" لړۍ هیڅ احصایوي شواهد ونه موندل. د یو لوبغاړي شوټینګ ریکارډ د ریاضي له نظره د سکې غورځولو لړۍ څخه نه جلا کیدونکی و. د لوبغاړو، روزونکو، او مینه والو ترمنځ په "ګرم لاس" (hot hand) کې نړیوال باور د ادراکي فریب په توګه ښکاره شو چې په تصادفي کوچنیو نمونو کې د نمونو درک کولو لخوا رامینځته شوی.

۲.۴. عصبي اساس

دا تعصب د هغه څه له لارې کار کوي چې ارواپوهانو کیت سټینوویچ، ریچارډ ویسټ، او ډینیل کاهمن د "سیسټم 1" فکر بللی—چټک، اتوماتیک، الهامي ادراکي پروسې چې د ریاضياتي دقت پر ځای سرعت او همغږي ته لومړیتوب ورکوي. کله چې د احصایوي شواهدو ارزونه کیږي، سیسټم 1 د ورته والي او نمونې پیژندنه پروسس کوي د دې پر ځای چې په ورو، ډیرو هڅو لرونکو سیسټم 2 پروسو کې ښکیل شي چې د سم احصایوي استدلال لپاره اړین دي.

د دماغ د نمونې پیژندنې سرکټونه، چې د ګړندي ګواښ ارزونې او علت انفرنس لپاره رامینځته شوي، په اوتومات ډول په معلوماتو کې د معنی لرونکي جوړښت په لټه کې دي. دا سرکټونه د لوی او کوچنیو نمونو ترمنځ توپیر نه کوي؛ دوی د معلوماتو سطحي ځانګړتیاو ته ځواب ورکوي (تناسبونه، ښکاره نمونې) د اعتبار په اړه د میټا-معلوماتو پر ځای (د نمونې اندازه، توپیر).

پریفرنټل کورټیکس (prefrontal cortex)، چې د اجرایوي دندې او ریاضياتي استدلال مسؤلیت لري، کولی شي د سیسټم 1 قضاوتونو مخه ونیسي، مګر دا شعوري هڅو، احصایوي روزنې، او ادراکي سرچینو ته اړتیا لري. د وخت فشار، ادراکي بار، یا احساساتي هڅونې لاندې، د سیسټم 1 ډیفالټ واکمن کیږي، او د نمونې اندازه له پامه غورځول کیږي.

۳. تکاملي اصل

د انسان ذهن د یوې پیچلې، شورماشور او خطرناکې نړۍ د نیولو لپاره وده کړې چیرې چې معلومات لږ وو او د ځنډ لګښت مرګ و. په پلیسټوسین (Pleistocene) چاپیریال کې، زموږ پلرونو ته اړتیا وه چې د محدودو لیدنو څخه په چټکۍ سره عمومي کول وکړي: د ښکار کونکي یا زهرجن بیري سره یو ځل مخ کیدل د مخنیوي نړیوال اصول تضمینوي.

دې تکاملي وسیلې د ریاضي دقت پر ځای د نمونې پیژندنې او ګړندي انفرنس ته لومړیتوب ورکړ. د کوچنیو نمونو څخه د پراخو پایلو د راایستلو وړتیا یوه ځانګړې تطابق ګټه وه - د تیښتې پریکړې کولو دمخه د ښکار کونکو سره د مخ کیدو د "احصایوي پلوه د پام وړ" نمونې راټولولو ته انتظار کول وژونکي و.

په هرصورت، ورته ادراکي تطابق چې په ډیټا کمه پخوانیو چاپیریالونو کې یې بقا تضمین کړې، زموږ په عصري ډیټا بډایه نړۍ کې د یو ژور مسؤلیت په توګه څرګندیږي. موږ اوس په یوه داسې نړۍ کې اوسیږو چې د سټوچیسټیک پروسو (stochastic processes)، احتمالي پایلو، او لوی ډیټاسیټونو لخوا اداره کیږي، بیا هم زموږ الهام په کلکه د کوچنۍ نمونې منطق پورې تړلی دی.

دا تعصب د بګ پرځای د تکاملي ځانګړتیا په توګه لیدل کیدی شي: دا د هغو چاپیریالونو لپاره کیلیبریټ شوی و چیرې چې (۱) نمونې په طبیعي ډول کوچنۍ وې، (۲) غلط مثبتونه (هغه نمونې لیدل چې شتون نلري) د غلط منفي (د ریښتیني ګواښونو له لاسه ورکولو) په پرتله لږ ګران وو، او (۳) سمدستي عمل د احصایوي دقت په پرتله ارزښتمن و.

۴. دا تعصب څنګه څرګندیږي

۴.۱. په ورځني ژوند کې

په ورځنیو پریکړو کې، موږ په دوامداره توګه د کوچنیو نمونو څخه ډیر تفسیر کوو. یو ځل د نوي رستورانت لیدو او اوسط خواړو درلودلو وروسته ، موږ پایله کوو چې "هغه ځای بد دی" پرځای د دې پیژندلو چې موږ په یوه شپه کې یو خواړه خوړلی دی. د یو ځانګړي ښار یا مسلک څخه د یو چا سره لیدنه د هغې یوې لیدنې پراساس عمومي کول هڅوي.

موږ د لږو کیسو په واسطه د ګاونډیو خوندیتوب قضاوت کوو، د ایمیزون له دریو بیاکتنو څخه د محصولاتو په اړه نظرونه جوړوو، او دې پایلې ته رسیږو چې زموږ میخانیک د یو مبهم ترمیم پراساس بې ایمانه دی. موږ ګورو چې یو ملګری په رژیم کې بریالی کیږي او فرض کوو چې دا به زموږ لپاره کار وکړي، هغه زرګونه انفرادي توپیرونه له پامه غورځوي چې پایلې ټاکي.

په اړیکو کې، د څو ورځو په اوږدو کې د شریک چلند د دوی د ځانګړتیا په اړه زموږ قضاوت جوړوي. په یوه ازموینه کې د ماشوم ضعیف فعالیت والدین دې پایلې ته رسوي چې دوی "په ریاضي کې خراب دي." یو څو بریالي وړاندوینې موږ پدې باور کوي چې موږ د راتلونکي وړاندوینې کې ښه یو.

۴.۲. د کار په ځای کې

مسلکي تنظیمات د نمونې اندازې غفلت لګښتونه زیاتوي. مدیران د سیستماتیک معلوماتو پرځای د څو لیدل شویو پیښو پراساس د کارمند فعالیت ارزوي. د استخدام پریکړې په لنډو مرکو تکیه کوي—د چلند یوه کوچنۍ نمونه—بیا هم د حتمي ارزونو په توګه چلند کیږي.

درې میاشتنۍ پایلې، چې یوازې د دریو میاشتو استازیتوب کوي (د شرکت د لارې یوه کوچنۍ نمونه)، لویې ستراتیژیکې پریکړې پرمخ وړي. یو نوی نوښت چې د دوو میاشتو لپاره کمزوری فعالیت کوي مخکې لدې چې تغیر ثبات ومومي لغوه کیږي. هغه مشران چې ژر بریالي کیږي "لیدونکي" ګڼل کیږي پداسې حال کې چې هغه څوک چې ژر له خنډونو سره مخ کیږي ناکام بلل کیږي، پرته له دې چې د پایلو اصلي توزیع ته پام وشي.

د فعالیت بیاکتنې ډیری وختونه وروستي پیښې په غیر متناسب ډول ارزوي، د تیرو څو اونیو سره د ټول کال نماینده په توګه چلند کوي. روزنیز پروګرامونه د لومړۍ ډلې پر بنسټ اغیزمن یا غیر اغیزمن قضاوت کیږي، د ډلو په اوږدو کې طبیعي بدلون له پامه غورځوي.

۴.۳. په سوداګرۍ او بازار موندنه کې

د نیو کوک (New Coke) ناورین د دې مثال دی چې څنګه سوداګرۍ د دې تعصب ښکار کیږي. کوکا کولا شاوخوا ۲۰۰،۰۰۰ ړانده خوند ازموینې ترسره کړې، او د دوی د خوږ نوي فورمول لپاره یې خورا ډیر لومړیتوب وموند. په هرصورت، دا "د څښک ازموینې" (sip tests) وې - د څښاک مصرف کولو تجربې یوه کوچنۍ نمونه. په یوه څښک کې، دماغ د لوړې خوږوالي په وړاندې مثبت غبرګون ښیې. په یو بشپړ کین کې، ورته خوږوالی ستړی کوونکی کیږي. د کوک اجرایوي چارواکو فرض کړه چې د څښک نمونه د ټول کین تجربې استازیتوب کوي، چې د مصرف کونکو د لوی بغاوت لامل شو.

د فورډ ایډسیل (Ford Edsel) ناکامي لنډمهاله د نمونې اندازې غفلت ښیي. فورډ په ۱۹۵۵-۱۹۵۶ کې پراخه څیړنه ترسره کړه چې ښیې امریکایانو لوی، ځلیدونکي موټرې غوښتل. دوی دې وخت پورې تړلې نمونې سره د دایمي حقیقت په توګه چلند وکړ. د ۱۹۵۸ پیل پورې، بازار د کوچنیو موټرو په لور تللی و، او ایډسیل د بازارموندنې ناکامۍ سره مترادف شو.

شرکتونه په منظمه توګه د ۸-۱۲ کسانو تمرکز ډلو (focus groups)، A/B ازموینو چې د اونیو پر ځای د ورځو لپاره دوام کوي، او په غیر نمایشي بازارونو کې د ازمایښتي پروګرامونو پراساس محصولات پیلوي. د بازارموندنې کمپاینونه د لومړني غبرګون نرخونو پراساس پراخیږي چې تراوسه ثبات نلري.

۴.۴. په سیاست او رسنیو کې

د ۱۹۳۶ لیټریري ډایجسټ (Literary Digest) ټولپوښتنې ناورین روښانه کوي چې څنګه پراخې مګر تعصب لرونکي نمونې ناکامیږي. مجلې د ۲.۴ ملیون خلکو څخه نظرپوښتنه وکړه او وړاندوینه یې وکړه چې الفریډ لینډن به فرانکلین روزولټ ته ماتې ورکړي. دوی فرض کړه چې مقدار د دقت تضمین کوي، دا یې له پامه غورځوله چې د دوی نمونه (د موټر ثبتولو او تلیفون لارښودونو څخه اخیستل شوې) په سیستماتیک ډول د ډیپریشن دورې رایه ورکوونکي چې د شتمنۍ دا نښې یې نه درلودې بهر کړي. جورج ګالپ (George Gallup) یوازې د ۵۰،۰۰۰ یوې استازې نمونې په کارولو سره د پایلې سمه وړاندوینه وکړه.

عصري نظرپوښتنې لاهم د نمونې اندازې تفسیر سره مبارزه کوي. رسنۍ په ساه لنډۍ سره د غلطۍ حاشیې کې د پام وړ بدلونونو په توګه د ټولپوښتنې بدلونونه راپور کوي. پوهان د لومړني رای ورکولو راستنیدو څخه استخراج کوي، د وړاندوینې په توګه کوچنیو نمونو سره چلند کوي. د ناڅرګندو رایه ورکوونکو د تمرکز ډلې د داستان تعریف کولو شیبې کیږي سره له دې چې د احصایوي غږ استازیتوب کوي.

سیاسي نظرونه د مهاجرینو، د هوساینې ترلاسه کونکو، یا پولیس افسرانو په اړه د یو څو کیسو پر بنسټ رامینځته کیږي، په داسې حال کې چې هره کیسه د ملیونونو متنوع اشخاصو د استازې په توګه چلند کیږي.

۴.۵. په روغتیا پاملرنه کې

د پښتورګو سرطان نقشه د پام وړ طبي مثال وړاندې کوي. احصایه پوهانو هاوارډ وینر او هاریس زورلینګ وښودله چې هغه کاونټۍ چې د پښتورګو سرطان ترټولو ټیټې کچې لري په پراخه کچه کلیوالي او لږ نفوس لري. الهامي داستان: کلیوالي ژوند د تازه هوا او پاک ژوند له لارې د سرطان مخه نیسي. بیا دوی څرګنده کړه چې هغه کاونټۍ چې ترټولو لوړې کچې لري هم په پراخه کچه کلیوالي او لږ نفوس لري. عام عامل د ژوند طرز نه دی بلکې د نفوس کوچنۍ اندازه ده - په ۵۰۰ اوسیدونکو لرونکې کاونټي کې، یو واحد تشخیص ملي حدونو ته نرخ لوړوي، پداسې حال کې چې صفر قضیې یې ښکته ته راټیټوي.

ډاکټران په نادرو ناروغیو کې د مثبتو ازموینو پایلې ډیر تفسیر کوي، د بنسټیزو نرخونو او د نمونې اندازې په پام کې نیولو کې پاتې راځي. هغه ناروغ چې درې لوړې لوستنې لري د مزمن حالت تشخیص کیږي چې ممکن په ساده ډول د اندازه کولو تغیر منعکس کړي. د درملنې اغیزمنتوب د تصادفي کنټرول شویو ازموینو پرځای د څو ناروغانو څخه قضاوت کیږي.

د عامې روغتیا چارواکي د "سرطان کلسترونو" او "روغتیا زونونو" پسې ګرځي چې یوازې د کوچنیو نفوسو احصایوي آثار دي. سرچینې د خورا ارزښتونو پر بنسټ په ناسم ډول تخصیص کیږي چې د لویو نمونو سره به بیرته اوسط ته لاړ شي.

۴.۶. په مالیه او پانګونه کې

د ژوندي پاتې کیدو تعصب (Survivorship Bias) په مالي بازارونو کې د نمونې اندازې غفلت یو زیان رسونکی ډول استازیتوب کوي. کله چې پانګه اچوونکي په تیرو ۱۰ کلونو کې د متقابل فنډ فعالیت تحلیلوي، دوی یوازې هغه فنډونه څیړي چې لاهم شتون لري - ژوندي پاتې شوي. ناکام شوي او منحل شوي فنډونه له نمونې څخه ورک دي، چې په مصنوعي ډول ښکاره اوسط عاید لوړوي. یو پانګه اچوونکی ممکن ۸٪ اوسط بیرته ستنیدل وګوري او پایله یې ورکړي چې فعاله اداره کول کار کوي، کله چې د "مړو" فنډونو شاملول به د ۴٪ یا ټیټ عاید څرګند کړي.

پانګه اچوونکي د ۳-۵ کلونو تعقیب ریکارډونو پراساس فنډونه تعقیبوي، د دې کوچني لنډمهاله نمونې سره د دوامداره مهارت شواهدو په توګه چلند کوي. د ریچارډ تالر څیړنه ښیې چې پانګه اچوونکي د عایداتو خبرونو له کوچنیو نمونو څخه ډیر استخراج کوي: د تمو د وهلو درې ربعې د جوړښتي غوره فعالیت په توګه چلند کیږي، چې نرخونه غیر منطقي کچو ته اړوي.

رابرټ شیلر (Robert Shiller) مستند کړه چې د بازار نرخونه د اصلي بنسټونو د توجیه کولو په پرتله خورا ډیر بدلون مومي. دا "زیاته بې ثباتي" د پانګوالو له خوا رامینځته کیږي چې د لنډ مهاله خبرونو سره چلند کوي—د یو شرکت د اوږد مهاله راتلونکي کوچنۍ نمونې—د دایمي ارزښت په اړه د قطعي معلوماتو په توګه.

۵. د ریښتینې نړۍ قضیې مطالعې

د قضیې مطالعه ۱: په ارواپوهنه کې د تکثیر بحران

• پس منظر: د لسیزو راهیسې، رواني څیړنې د کوچنیو نمونو اندازو سره ترسره شوي (ډیری وختونه په هر حالت کې N=۲۰ یا N=۴۰). د "ځواک پوس کولو" (Power Posing) مطالعې (کارني، کډي، او یاپ، ۲۰۱۰) ادعا وکړه چې د دوه دقیقو لپاره د "لوړ ځواک" موقعیت کې دریدل د هورمونول بدلونونو او د خطر اخیستو د زیاتوالي لامل کیږي. د نمونې اندازه ۴۲ برخه اخیستونکي وو.

• څه پیښ شول: څیړنه په یوه معتبره مجله کې خپره شوه، د میډیا ډیره پاملرنه یې ځانته جلب کړه، او د ټیډ (TED) خبرې یې رامینځته کړې چې ملیونونه ځله لیدل شوې. ساینسي ټولنې ومنله چې N=۴۲ د فرعي هورمونول اغیزو موندلو لپاره کافي و.

• تعصب په کار کې: څیړونکي، مدیران، او کتونکي - چې په ورته تعصب اخته دي چې تویرسکي او کاهمن یې تشریح کړی - پدې باور وو چې کوچنۍ نمونې د فرعي اغیزو موندلو لپاره کافي پیاوړې دي. دوی په غږ کې یوه نمونه ولیده.

• پایلې: کله چې وروسته د N=۲۰۰+ سره د پراخه کچې تکرار هڅه وشوه، هورمونول اغیزې په بشپړ ډول ورکې شوې. د خلاص ساینس همکارۍ (Open Science Collaboration) (۲۰۱۵) ۱۰۰ ارواپوهنې مطالعې تکرار کړې او وموندله چې له نیمایي څخه لږ په بریالیتوب سره بیا تولید کیدی شي. اصلي ملامت په کمزورو مطالعاتو تکیه کول و.

• زده شوي درسونه: په ساینسي خپرونو کې د "ګټونکي لعنت" (Winner's Curse) پدې معنی دی چې هغه مطالعات چې خپاره شوي هغه د اغیزمنو اندازو مبالغه شوي چې د احصایوي اهمیت حدونو څخه تیریږي. ریښتینې اغیزې یوازې د لویو نمونو سره راڅرګندیږي. ارواپوهنه له هغه وخت راهیسې داسې اصلاحات رامینځته کړي چې لویو نمونو او د مطالعاتو دمخه ثبت کولو ته اړتیا لري.

د قضیې مطالعه ۲: د نوي کوک ناورین

• پس منظر: په ۱۹۸۵ کې، کوکا کولا د پیپسي "پیپسي ننګونې" ړندو خوند ازموینو څخه د بازار مخ په زیاتیدونکي فشار سره مخ شو. داخلي څیړنې ښودلې چې خوږه پیپسي د څښک په واسطه پرتله کولو کې ګټلې وه.

• څه پیښ شول: کوکا کولا شاوخوا ۲۰۰،۰۰۰ ړندې خوند ازموینې ترسره کړې، چې د خوږ نوي فورمول لپاره یې خورا ډیر لومړیتوب وموند. د دې معلوماتو پراساس، دوی د پیړۍ زوړ فورمول د "نیو کوک" سره بدل کړ.

• تعصب په کار کې: دا "د څښک ازموینې" وې — د ټول مشروب خوړلو تجربې یوه کوچنۍ نمونه. چارواکو فرض کړه چې دا مایکرو نمونه د مصرف کولو بشپړ تجربې استازیتوب کوي. په یوه څښک کې، خواږه خوندور دي؛ په یوه بشپړ کین کې، دا خورا ډیر کیږي.

• پایلې: د مصرف کونکو بغاوت سمدستي او سخت و. په ۷۹ ورځو کې، کوکا کولا اصلي فارمول د "کوکا کولا کلاسیک" په توګه بیرته راوړ. شرکت ملیونونه ضایع کړل او د برانډ دوامداره زیان سره مخ شو.

• زده شوي درسونه: "نمونه" باید د هغه "نفوس" سره مطابقت ولري چې دا یې استازیتوب کوي. یو څښک کین نه دی، لکه څنګه چې د پلورنځي یوه لیدنه د پیرودونکي وفاداري نه ده. د تحلیل واحد باید د ریښتینې نړۍ چلند سره مطابقت ولري.

تاریخي مثال: د ۱۹۳۶ ادبي ډایجسټ (Literary Digest) ټولپوښتنه

د ادبي ډایجسټ مجلې داسې څه ترسره کړل چې د ټولپوښتنې د سرو زرو معیار په څیر بریښي: ۱۰ میلیونه سروې لیږل شوي، ۲.۴ میلیونه بیرته راستانه شوي. دوی وړاندوینه وکړه چې لینډن به روزویلټ ته د ۵۷٪ رایو په ورکولو سره ماتې ورکړي. روزویلټ په ۶۱٪ سره وګټله.

د ډایجسټ مدیران پدې باور وو چې د نمونې لوی اندازه د دقت تضمین کوي. هغه څه چې دوی یې په پیژندلو کې پاتې راغلي دا وو چې د دوی د نمونې کولو چوکاټ - د تلیفون لارښودونه او د موټر ثبتولو لیستونه - په سیستماتیک ډول د ټیټ عاید رایه ورکوونکي خارج کړي چې په پراخه کچه د روزویلټ د نوي ډیل (New Deal) پالیسیو ملاتړ کوي. جورج ګالپ، یوازې د ۵۰،۰۰۰ ځواب ورکوونکو سره د سم احتمالي نمونې اخیستلو په کارولو سره، په سمه توګه د پایلې وړاندوینه وکړه.

دا قضیه دا زده کوي چې یوه کوچنۍ، استازې نمونه (n=۳،۰۰۰) د یوې لویې، متعصبې نمونې (N=۲.۴ ملیون) په پرتله خورا باوري ده. ډایجسټ دوه کاله وروسته خپرول بند کړل، د نمونې کیفیت او د نمونې اندازې ترمینځ د اړیکې د نه پوهیدو د خپلې ناکامۍ قرباني.

۶. د دې تعصب لګښت

۶.۱. شخصي لګښتونه

اړیکې زیانمنې کیږي کله چې موږ د چلند د کوچنیو نمونو پر بنسټ د شریکانو قضاوت کوو - یو څو بدې ورځې د بنسټیزو ځانګړتیاو د نیمګړتیاوو ثبوت کیږي. شخصي وده دریږي کله چې موږ له محدودو هڅو وروسته پایله ترلاسه کوو چې موږ یو څه "نشي" کولی. د مسلک بدلونونه د لومړنیو خنډونو وروسته پریښودل کیږي چې یوازې طبیعي بدلون څرګندوي.

روغتیایی پریکړې خرابیږي کله چې موږ د خپلې یوې تجربې یا د ملګرو څخه د څو کیسو څخه د درملنې اغیزمنتوب قضاوت کوو. د پانګې اچونې پورټ فولیوګانې په ناسم ډول اداره کیږي کله چې موږ وروستي ګټونکي تعقیبوو یا د وروستي بایلونکو څخه تښتو. موږ توهمات رامینځته کوو، پدې باور یو چې نمونې په هغه څه کې شتون لري چې خالص تصادفي دي.

رواني لګښت کې په بې ثباته پایلو کې غیر معقول باور شامل دی، ورپسې ګډوډي کله چې وړاندوینې ناکامې شي. موږ د هغو بدلونونو د تشریح کولو لپاره چې په بشپړ ډول تصادفي دي پراخه علت توضیحات رامینځته کوو، د واقعیت ذهني موډلونه رامینځته کوو چې د اصلي نمونو سره مطابقت نلري.

۶.۲. مسلکي لګښتونه

د مسلک پرمختګ زیانمن کیږي کله چې مدیران د محدودو لیدنو پر بنسټ زموږ وړتیاوې غلط قضاوت کوي. ښه کارمندان له پامه غورځول کیږي ځکه چې لومړني تاثیرات (د چلند کوچنۍ نمونې) د بریالیتوب سټریوټایپونو سره سمون نه خوري. د ګمارنې بدې پریکړې سازماني سرچینې ضایع کوي او د ټیم متحرکات زیانمنوي.

سوداګریزې ستراتیژۍ ناکامیږي کله چې دوی د اوږدې مودې تمایلاتو پرځای لومړنیو پایلو سره کیلیبریټ کیږي. محصولات د وخت څخه مخکې پیل کیږي یا د شور لرونکي ډیټا پراساس ژر وژل کیږي. د بازار څیړنه شرکتونه ګمراه کوي کله چې د کوچنیو نمونو سره د استازي په توګه چلند کیږي.

مالي زیانونه د مرکب په توګه راټولیږي ځکه چې د پانګونې پریکړې وروستي فعالیت تعقیبوي. د فنډ مدیران چې د دریو کلونو لپاره یې ښه فعالیت کړی دی لوی جریانونه جذبوي، یوازې اوسط ته د بیرته ستنیدو او پانګوالو نا امیده کولو لپاره چې فکر کاوه کوچنۍ نمونه د راتلونکي عاید وړاندوینه کوي.

۶.۳. ټولنیز لګښتونه

د تکثیر بحران په څیړنو کې ملیاردونه لګښت کړی د هغو مطالعاتو تمویل لپاره چې بیا نشي تولید کیدی. طبي درملنې د کوچنیو ازموینو پراساس غوره کیږي، یوازې د دې لپاره چې په لویو نفوسو کې هیڅ ګټه ونه ښیې. د عامې روغتیا سرچینې په کوچنیو نفوسو کې د احصایوي آثارو په نښه کولو لپاره په غلط ډول تخصیص شوي.

سیاسي خبرې اترې زهرجن کیږي کله چې د انفرادي پیښو په اړه کیسې د ملیونونو خلکو په اړه د پالیسۍ بحثونه جوړوي. د جرمي عدالت سیسټمونه تحریف کیږي کله چې د لوړ پروفایل قضیې (کوچنۍ نمونې) قانون پرمخ وړي. په ساینس باندې د خلکو باور کمیږي کله چې د نمونې اندازې ډیریدو سره موندنې بیرته راګرځي.

بازارونه د اساساتو د توجیه کولو په پرتله خورا بې ثباته کیږي، د بوم-بسټ دورې رامینځته کوي چې شتمني او اقتصادي ثبات له مینځه وړي. عامه پالیسي د افراطونو تر مینځ ټکان خوري ځکه چې سیاستوال د باثباته غوره توبونو پرځای د عامه افکارو کوچنیو نمونو ته ځواب ورکوي.

۶.۴. احصایوي اغیزه

د څیړنې موندنې وړاندیز کوي چې هغه مطالعات چې د نمونې اندازې یې له N=۵۰ څخه کمې دي په کلکه د پړسوب اغیزې اندازه لري، ډیری وختونه ۱۰۰٪ یا ډیر. د خلاص ساینس همکارۍ وموندله چې یوازې ۳۶٪ د ارواپوهنې مطالعات په بریالیتوب سره تکرار کیدی شي، د کمزورو مطالعاتو اصلي چلوونکي په توګه.

په مالیه کې، د ژوندي پاتې کیدو تعصب هر کال اټکل شوي ۱-۲٪ په واسطه د متقابل فنډ څرګند راستنیدنه ډیروي - داسې توپیر چې د ملیونونو پانګوالو په اوږدو کې د تقاعد سپمولو کې ملیونونه ډالر په غلط ډول تخصیص کوي.

طبي تشخیصي غلطۍ چې د اساس نرخ غفلت او د نمونې اندازې بې حسۍ لخوا رامینځته کیږي اټکل کیږي چې هر کال په ۱۲ ملیون امریکایانو اغیزه کوي، چې نږدې نیمایي یې د زیان لامل کیږي.

۷. پټې ګټې

دا تعصب په خالص ډول غیر مطابقت نلري - دا د سرعت او دقت ترمینځ د سوداګرۍ استازیتوب کوي چې د پخوانیو چاپیریالونو لپاره مطلوب شوی و چیرې چې معلومات لږ وو او سمدستي عمل اړین و.

د محدودو معلوماتو څخه چټک زده کړه: په ریښتیني ډول خطرناک چاپیریال کې، د واحد مثالونو (د ښکار کونکي سره یو ځل مخامخ کیدل، یو زهرجن بیري) څخه د عمومي کولو وړتیا روښانه د بقا ارزښت وړاندې کوي. د "احصایوي پلوه د پام وړ" شواهدو ته انتظار کول وژونکي کیدی شي.

ادراکي اقتصاد: د نمونې اندازې ته په سمه توګه د باور کالیبریټ کول د سیسټم ۲ ښکیلتیا ته اړتیا لري - ورو، هڅه کوونکی، او د میټابولیک پلوه ګران. په ټیټ خطر لرونکو شرایطو کې، د سیسټم ۱ ذهني لنډلارې په لږترلږه ادراکي لګښت کې "کافي ښه" قضاوتونه چمتو کوي.

عمل ته لوریدنه: دا تعصب د فلجونکي ناڅرګندتیا پرځای پریکړه کونکي عمل ته وده ورکوي. په ریښتینې نړۍ کې په ډیرو شرایطو کې، په نیمګړو معلوماتو باندې عمل کول د یقین لپاره د انتظار کولو څخه غوره دي چې هیڅکله نه راځي.

د نمونې کشف کول: په کوچنیو نمونو کې د نمونو لیدلو تمایل، پداسې حال کې چې ډیری وختونه غلط وي، کله ناکله ریښتینې سیګنالونه کشف کوي چې خالص احصایوي لارې به یې له لاسه ورکړي. د غلط مثبتو لګښت (د نمونو لیدل چې شتون نلري) ممکن په ځینو برخو کې د غلط منفي (د ریښتینې نمونو له لاسه ورکولو) په پرتله ټیټ وي.

د تعصب په بشپړ ډول له منځه وړل به د دوامداره احصایوي محاسبې اړتیا ولري چې ادراکي سرچینې به له پامه وغورځوي. هدف له مینځه وړل ندي بلکه مناسب کیلیبریشن دی - د لوړې کچې شرایطو کې د احصایوي استدلال ځای په ځای کول پداسې حال کې چې په ټیټ خطر لرونکو شرایطو کې هیوریسټیک ته د کار کولو اجازه ورکوي.

۸. ځان ارزونه: ایا تاسو دا تعصب لرئ؟

۸.۱. د خبرتیا نښو چک لیست

• زه د یوې تجربې وروسته د رستورانتونو، محصولاتو یا خدماتو په اړه قوي نظرونه جوړوم
• زه په سپورتونو، قمار کولو، یا پانګه اچونه کې په "ګرمو لړیو" او "سړو منترونو" باور لرم
• زه دا حیرانوونکې بولم کله چې سکه په پرله پسې ډول درې یا ډیر ځله په ورته اړخ رالویږي
• زه تمه لرم چې د لنډ مهاله پانګوونې بیرته ستنیدنه به اوږدمهاله دوام وکړي
• زه د ملګرو کیسې د احصایوي شواهدو په څیر په کلکه په پام کې نیسم
• ما د یوې پیښې پر بنسټ د یو چا د شخصیت په اړه خپل نظر بدل کړی دی
• زه د پیرودونکو بیاکتنو باندې ډیر باور کوم کله چې دوی متفق وي، پرته له دې چې څومره لږ وي
• زه احساس کوم چې یوه کوچنۍ، ښه غوره شوې نمونه باید د لویې په څیر ورته پایله ورکړي
• زه د نمونو یوازې دوه یا درې ځله لیدلو وروسته پدې باوري کیږم
• زه ډیری وختونه د څو پیښو پراساس وایم "دا تل زما سره پیښیږي"

نمرې ورکول:

• ۰-۲ کتل شوي: ټیټ حساسیت
• ۳-۵ کتل شوي: منځنی حساسیت
• ۶-۸ کتل شوي: لوړ حساسیت
• ۹-۱۰ کتل شوي: ډیر لوړ حساسیت

۸.۲. د ځان انعکاس پوښتنې

۱. کله چې تاسو ولولئ چې نوی درمل په کلینیکي ازموینه کې "۸۰٪ اغیزمن" دی، ایا تاسو په طبیعي ډول د دې پوښتنې کولو فکر کوئ چې په څیړنه کې څو ناروغان وو؟

۲. ایا تاسو کله هم په لومړنیو دوو اونیو کې یو نوی عادت، رژیم یا معمول پریښی دی ځکه چې دا "کار نه کاوه،" پرته لدې چې په پام کې ونیسئ چې ایا تاسو د پایلو ښودلو لپاره کافي وخت ورکړی و؟

۳. کله چې یو ملګری د دوی د یوې تجربې پر بنسټ ډاکټر، رستورانت یا محصول وړاندیز کوي، تاسو د مجموعي بیاکتنو په پرتله دا وړاندیز څومره دروند ارزوئ؟

۴. ایا تاسو کله هم داسې احساس کړی چې تصادفي پیښې تاسو ته د یوې لړۍ وروسته مختلفې پایلې "پوروړې" دي (د مثال په توګه، د سلاټ ماشین د ګټلو لپاره "دقیق" دی)؟

۵. ایا چا کله هم په ګوته کړي چې تاسو له ډیرو کمو معلوماتو څخه پایلې اخلئ؟

۸.۳. د چټک تشخیص سناریو

سناریو: تاسو د خپل تقاعد سپما لپاره د دوه متقابل فنډونو څیړنه کوئ. فنډ A د ستوري مدیر سره په تیرو ۳ کلونو کې په کال کې ۱۵٪ بیرته ستنولی دی. فنډ B د اوسط مدیریت سره په تیرو ۱۵ کلونو کې په کال کې ۹٪ بیرته ستنولی دی. تاسو به کوم فنډ وټاکئ؟

• A) فنډ A، ځکه چې ۱۵٪ د ۹٪ څخه ډیر ښه دی او مدیر په ښکاره ډول مهارت لري → لوړ حساسیت
• B) فنډ A، مګر زه غواړم چې د بشپړ ژمنې کولو دمخه نور تاریخ وګورم → منځنی حساسیت
• C) فنډ B، ځکه چې د ۱۵ کلونو ډاټا د ۳ کلونو څخه ډیر باوري ده، او توپیر کیدای شي یوازې بخت وي → ټیټ حساسیت

۹. په نورو کې د دې تعصب پیژندل

۹.۱. د چلند شاخصونه

د پریکړې کولو نمونې وګورئ: ایا دوی د محدودو شواهدو پر بنسټ قوي ژمنې کوي؟ ایا دوی د وروستیو پایلو پراساس ژر تر ژره لاره بدلوي؟ ایا دوی یوازې د څو ډیټا ټکو وروسته لوړ باور څرګندوي؟

وګورئ چې دوی څنګه د احتمال او چانس په اړه بحث کوي: ایا دوی د تصادفي تمه لري چې په لنډ مهال کې "توازن" ولري؟ ایا دوی په هغه څه کې معنی لرونکي نمونې ګوري چې شور ښکاري؟ ایا دوی پایلې د "خوشحالتیا" (flukes) په توګه ردوي کله چې دوی د هیلو سره سمون نه خوري؟

د احصایې په مقابل کې د کیسو په وړاندې غبرګونونه یاد کړئ: ایا دوی د مجموعي ډیټا په پرتله د ژوندۍ شخصي کیسې ته ډیر اهمیت ورکوي؟ ایا دوی د واحد مثالونو څخه نړیوالو قواعدو ته عمومي کوي؟

۹.۲. د خبرو اترو سور بیرغونه

هغه جملې چې خلک یې تر دې تعصب لاندې وايي:

• "دا په پرله پسې توګه درې ځله پیښ شوي - دلته یقینا یوه نمونه ده"
• "ما دا یو ځل هڅه وکړه او کار یې ونه کړ، نو..."
• "مشکلات باید په پای کې کم شي"
• "زما ملګري ورسره یوه ویرونکې تجربه درلوده، نو زه به هیڅکله دا هڅه ونکړم"
• "تیرې دوې ربعې عالي وې ، نو دا شرکت په څرګند ډول ښه اداره کیږي"

د دلیلونو ډولونه چې دوی یې کوي:

• د مثالونو یو لاس د رجحان ثبوت په توګه چلند کول
• د کوچنیو نمونو تمه کول ترڅو د نفوس ځانګړتیاوې په سمه توګه استازیتوب وکړي

هغه پوښتنې چې دوی یې له پوښتلو ډډه کوي:

• "دا د څو لیدنو پر بنسټ والړ دی؟"
• "د نمونې اندازه څه ده؟"
• "ایا دا یوازې تصادفي توپیر کیدی شي؟"

۹.۳. د وضعیت محرکات

هغه شرایط چې دا تعصب فعالوي:

• د وخت فشار د ګړندۍ پریکړو مجبورول
• په احساساتي توګه چارج شوي حالتونه چیرې چې روښانه مثالونه څرګند وي
• پیچلي احصایوي معلومات د فریکونسۍ فارمیټونو پرځای په سلنه کې وړاندې کیږي
• ډومینونه چیرې چې فیډبیک ځنډول کیږي (پانګونه، ګمارنه، د روغتیا انتخابونه)
• شرایط چیرې چې کیسې د ډیټا په پرتله ډیرې شتون لري

چاپیریالي عوامل:

• د معلوماتو زیاتوالی چې د دقیقې احصایوي ارزونې مخه نیسي
• ایکو چیمبرونه چې د نظر تعصبي نمونې وړاندې کوي
• رسنۍ چې په احصایو باندې کیسې ټینګار کوي

احساساتي حالتونه چې زیانمنتیا زیاتوي:

• اضطراب د هر شته شواهدو څخه د یقین په لټه کې دی
• جوش چې په لومړني مثبت سیګنالونو کې ډیر باور هڅوي
• خپګان چې په مبهم حالتونو کې د نمونې لټون هڅوي

۱۰. د ادراکي تعصب کمولو ستراتیژۍ

۱۰.۱. سمدستي تخنیکونه

د "N" پوښتنه: د هرې پایلې اخیستلو دمخه، پوښتنه وکړئ: "هغه نمونه چې دا پر بنسټ والړ دی څومره لویه ده؟" د پایلو تشریح کولو دمخه د نمونې اندازه ښکاره کړئ.

د ثبات ازموینه: وپوښتئ "ایا زه تمه لرم چې دا پایله به همداسې پاتې شي که زه نمونه دوه برابره یا درې برابره کړم؟" که نه، قضاوت مه کوئ.

د فریکونسیو په توګه بیا تنظیم کول: سلنې طبیعي فریکونسیو ته بدل کړئ ("۸۰٪ اغیزمن" بدلیږي "له ۱۰ څخه ۸ خلک"). دا په طبیعي ډول د نمونې اندازه په مخارج کې شامله کوي.

د راګرځیدو اصول (The Regression Rule): فرض کړئ چې خورا پایلې به اوسط ته بیرته راشي. که چیرې یو څه په غیر معمولي ډول ښه یا بد ښکاري، تمه وکړئ چې د وخت په تیریدو سره نور اوسط شي.

د اساس نرخونه لټول: د ځانګړو شواهدو ارزولو دمخه، دا معلومه کړئ چې معمولا په نفوس کې څه پیښیږي. دا د لنگر په توګه وکاروئ.

۱۰.۲. اوږد مهاله ستراتیژۍ

احصایوي سواد: د اساس احتمال او احصایې زده کړې کې پانګونه وکړئ. د توپیر درک کول، معیاري تېروتنه، او د باور وقفې د پیژندلو لپاره مفهومي چوکاټ چمتو کوي چې کله د نمونې اندازه مهمه وي.

د شک کولو عادت ته وده ورکړئ: خپل ځان وروزو چې په اتوماتيک ډول د کوچنیو نمونو موندنو اعتبار تر پوښتنې لاندې راولي. "ایا دا کافي ډاټا ده؟" یوه انعکاسي پوښتنه جوړه کړئ.

خپلې وړاندوینې تعقیب کړئ: د هغو پایلو ریکارډ وساتئ چې له محدودو معلوماتو څخه اخیستل شوي او ایا دوی د وخت په تیریدو سره دوام لري. دا د کیلیبریشن په اړه شخصي فیډبیک چمتو کوي.

کلاسیک مثالونه مطالعه کړئ: ځان د کانونیکي قضیو (د روغتون ستونزه، د پښتورګو سرطان نقشه) سره آشنا کړئ ترڅو دوی د نوي شرایطو ارزولو پر مهال ذهن ته راشي.

۱۰.۳. چاپیریال ډیزاین

د پریکړې پروسو کې د نمونې اندازه رامینځته کړئ: سازماني مقررات رامینځته کړئ چې د پایلو اخیستلو دمخه د نمونې لږترلږه اندازې ته اړتیا لري. د لومړنیو پایلو پراساس عمل کولو دمخه د انتظار دورې پلي کړئ.

د لید وسیلې وکاروئ: ډشبورډونه رامینځته کړئ چې د کوچنیو نمونو لپاره د باور وقفې پراخول ښیې. ناڅرګندتیا په لید کې روښانه کړئ.

د فریکونسۍ فارمیټونو ته اړتیا ولرئ: په سازماني مخابراتو کې، امر وکړئ چې احتمال د څرګند مخارجونو سره د طبیعي فریکونسۍ په توګه وړاندې شي.

د شیطان مدافعین (Devil's Advocates) رامینځته کړئ: د ټیم غړو ته ځانګړې دنده ورکړئ ترڅو ننګونه وکړي چې ایا د نمونې اندازه د باور کچه توجیه کوي. شکونه بنسټیز کړئ.

۱۰.۴. کله بهرنۍ آخذه ولټوئ

د لوړ خطر پریکړې: هره اړینه پریکړه (لویې پانګوونې، ګمارنې، طبي درملنې) چې د محدودو معلوماتو پر بنسټ وي د احصایوي مشورې تضمین کوي.

کله چې تاسو ډاډه احساس کوئ: په متضاد ډول، د کوچنیو نمونو څخه قوي باور باید د بهرنۍ بیاکتنې لامل شي. پوښتنه وکړئ: "ایا زما ډاډ د ډیټا لخوا توجیه کیږي؟"

د ډومین متخصصین: احصایه پوهان، د ډیټا ساینس پوهان، او څیړونکي کولی شي د شواهدو ځواک کیلیبریټ شوي ارزونې چمتو کړي. غوښتنې داسې جوړې کړئ: "N=X ته په پام سره، زه باید پدې موندنه کې څومره باوري شم؟"

کله چې نمونې ژر راڅرګندې شي: که تاسو یوازې د یو څو کتنو وروسته روښانه نمونه وګورئ، د هغه چا سره مشوره وکړئ چې په پایله کې لږ پانګونه لري ترڅو ارزونه وکړي چې ایا د دوام احتمال لري.

۱۱. عملي تمرینونه

تمرین ۱: د سکې فلیپ تجربه

• موخه: د کوچنیو نمونو بدلون لپاره انترایټ (intuition) ته وده ورکړئ
• اړین وخت: ۲۰ دقیقې
• اړین توکي: یوه سکه، کاغذ، پنسل
• د ستونزو کچه: پیل کونکی
• لارښوونې: ۱. یوه سکه ۱۰ ځله فلپ کړئ او د سرونو سلنه ثبت کړئ ۲. دا ۱۰ ځله تکرار کړئ، هر یو د ۱۰ فلپونو ۱۰ نمونې جوړ کړئ ۳. د فیصدو سلسله په یاد ولرئ (احتمالا د ۲۰٪ څخه تر ۸۰٪ پورې) ۴. اوس سکه ۱۰۰ ځله فلپ کړئ او سلنه ثبت کړئ ۵. د ۱۰۰ فلیپونو دوهم سیټ لپاره تکرار کړئ ۶. په ۱۰-فلپ نمونو کې د ۱۰۰-فلپ نمونو په پرتله د بدلون پرتله کول
• د انعکاس پوښتنې:
  • په کوچنیو نمونو کې د بدلون څخه تاسو څومره حیران شوي یاست؟
  • ایا کوم د ۱۰-فلپ لړۍ "درغلي شوې" احساس کړه که څه هم تاسو پوهیدل چې سکه منصفانه وه؟
  • د ۱۰۰ فلیپ سلنې یو بل سره څنګه پرتله کوي؟
• فریکونسی: یو ځل، بیا هرکله چې تاسو یادونې ته اړتیا لرئ بیا کتنه وکړئ

تمرین ۲: د بیاکتنې تحلیل

• موخه: په ریښتیني پریکړو کې د نمونې اندازې ته د باور کیلیبریټ کول تمرین کړئ
• اړین وخت: ۳۰ دقیقې
• اړین توکي: انټرنیټ ته لاسرسی
• د ستونزو کچه: منځنی
• لارښوونې: ۱. د محصول کټګورۍ وپلټئ چې تاسو یې پیرودلی شئ (هیډفونونه، کتابونه، رستورانتونه) ۲. درې توکي ومومئ: یو د ۵ بیاکتنو سره، یو د ۵۰ بیاکتنو سره، یو د ۵۰۰ بیاکتنو سره ۳. د هر یو لپاره، اوسط درجه بندي په یاد ولرئ او څو بیاکتنې ولولئ ۴. ولیکئ چې تاسو د هرې درجې دقت په اړه څومره ډاډه احساس کوئ ۵. په پام کې ونیسئ: د یوې نوې خورا بیاکتنې سره به هره اوسط څومره بدل شي؟
• د انعکاس پوښتنې:
  • ایا تاسو په طبیعي ډول د ډیرو بیاکتنو سره په درجه بندۍ کې د ډیر ډاډ احساس کوئ؟
  • د بیاکتنو ویش (ټول ۵-ستوري بمقابله مخلوط) څنګه ستاسو باور اغیزه وکړه؟
  • د بیاکتنې باور کولو لپاره تاسو لږترلږه د نمونې کومې اندازې ته اړتیا لرئ؟
• فریکونسی: میاشتنی، د مختلف محصول کټګوریو په کارولو سره

تمرین ۳: تاریخي بیرته ستنیدنه

• موخه: تجربه کړئ چې د کوچنۍ نمونې پایلې څنګه د وخت په تیریدو سره ناکامیږي
• اړین وخت: ۴۵ دقیقې
• اړین توکي: د تاریخي سټاک ډیټا یا سپورت احصایې (په وړیا توګه آنلاین شتون لري)
• د ستونزو کچه: پرمختللی
• لارښوونې: ۱. ۱۰ ونډې یا ورزشکاران غوره کړئ چې ډاټا یې لږترلږه ۱۰ کاله پوښي ۲. یوازې د لومړي کال ډیټا وګورئ. غوره ۳ ترسره کونکي په ګوته کړئ ۳. وړاندوینه وکړئ چې دوی به په ۲ کال کې غوره ترسره کونکي وي ۴. د ۲ کال پایلې وګورئ. څومره په غوره ۳ کې پاتې دي؟ ۵. اوس ۵ کلن اوسط وګورئ. غوره ۳ ترسره کونکي په ګوته کړئ ۶. د راتلونکي ۵ کلن فعالیت وګورئ. د دقت پرتله کول
• د انعکاس پوښتنې:
  • د لنډ مهاله فعالیت څنګه د اوږدمهاله پایلو وړاندوینه وکړه؟
  • هغه منځني ته راستنیدل چې تاسو یې لیدلي څه تشریح کوي؟
  • دا به ستاسو د پانګوونې یا شرط کولو ستراتیژي څنګه بدل کړي؟
• فریکونسی: درې میاشتنۍ

ورځنی تمرین

هره ورځ، یوې پایلې ته پام وکړئ چې تاسو د محدودو معلوماتو څخه راوباسئ. د دې منلو دمخه، پوښتنه وکړئ: "دا د څو لیدنو پر بنسټ والړ دی؟" او "زه به څه نتیجه واخلم که چیرې زه ۱۰ چنده ډیر معلومات ولرم؟" یوازې د نمونې د اندازې مسلې بیرغ کول کافي دي - تاسو اړتیا نلرئ خپله پایله بدله کړئ، یوازې محدودیت ته پام وکړئ.

• وړاندیز شوی موده: ۲ دقیقې
• د ورځې غوره وخت: د ماښام انعکاس
• د پرمختګ تعقیبولو څرنګوالی: په یوه کوچني کتابچه کې د ورځني لیدنو شمیر وساتئ

اونیزه ننګونه

په اونۍ کې یو ځل، یوه خبري مقاله یا د ټولنیزو رسنیو پوسټ ومومئ چې د احصایو حواله کوي. د اصلي سرچینې تحقیق وکړئ او د نمونې اندازه وپیژنئ. یو لنډ یادداشت ولیکئ چې ایا پایلې د شواهدو ځواک لخوا توجیه کیږي.

• د ۴ اونیو وروسته تمه شوې پایلې: د راپور شوي موندنو په اړه طبیعي شک؛ د نمونې اندازې ته اتوماتیک پاملرنه
• د انعکاس لپاره د ژورنالینګ لارښوونې:
  • د نمونې ترټولو حیرانوونکې اندازه کومه وه چې ما پدې اونۍ کې کشف کړه؟
  • د نمونې اندازه زده کول زما د موندنې تفسیر څنګه بدل کړ؟
  • ایا زه په خپل لومړني شک کې ډیر کیلیبریټ کیږم؟

۱۲. د ځانګړو لیدونکو لپاره

د مشرانو او مدیرانو لپاره

مشران په منظمه توګه د محدودو معلوماتو پر بنسټ د لوړ خطر پریکړې کوي: د ربع پایلې، د محصول لومړني فیډبیک، د مرکې تاثرات، د پیلوټ پروګرام پایلې. د نمونې اندازې غفلت لګښتونه په سازماني پیمانه مرکب دي.

ځانګړې ستراتیژۍ:

• مخکې له دې چې پایله وکړو چې نوښتونه بریالي دي یا ناکام دي، لږ تر لږه د کتنې دورې جوړې کړئ
• په ټولو داخلي څیړنو او تحلیلونو کې د نمونې اندازه راپور ورکولو ته اړتیا لري
• د پریکړې کولو چوکاټونه رامینځته کړئ چې په څرګند ډول د کوچنیو نمونو څخه ناڅرګندتیا پکې شامله وي
• د احصایوي عاجزۍ نمونه: په عامه توګه پایلې تعدیل کړئ کله چې ډیر معلومات عکس بدل کړي
• د احصایوي مهارتونو سره ټیمونه جوړ کړئ چې کولی شي د ډیر ډاډمن تشریحاتو ننګونه وکړي

د ټیم پر بنسټ مداخلې:

• په مهمو غونډو کې د "د نمونې اندازې مدافع" رول وټاکئ
• د باور کیلیبریشن شاوخوا نورمونه رامینځته کړئ: "د دې N په پام کې نیولو سره، موږ باید څومره ډاډه واوسو؟"
• د تیرو پریکړو په اړه چې د محدودو معلوماتو سره ترسره شوي د پوسټ مارټم ترسره کول

د والدینو او ښوونکو لپاره

ماشومان اړتیا لري مخکې لدې چې د رسمي احتمال زده کړې ترلاسه کړي احصایوي انترایټ رامینځته کړي. موخه د فکر کولو عادتونو رامینځته کول دي چې د شواهدو ځواک تر پوښتنې لاندې راولي.

د عمر سره مناسب توضیحات:

• کوچني ماشومان: "کله چې موږ یو څه یوازې څو ځله هڅه کوو، موږ نشو کولی واقعیا پوه شو چې دا به تل همداسې وګرځي"
• زاړه ماشومان: د دې ښودلو لپاره چې کوچنۍ نمونې څنګه توپیر لري د لوبو او تجربو (د سکې فلپونه، د ډایس رول) وکاروئ
• تنکي ځوانان: بحث وکړئ چې څنګه ټولنیز رسنۍ د ملګرو چلند او نظر تعصبي نمونې رامینځته کوي

فعالیتونه:

• د توپیر لیدلو لپاره د ډایس او سکې سره کورنۍ تجربې
• بحث وکړئ چې یو شی د "ښه" یا "بد" پایله کولو دمخه د څو هڅو مستحق دی
• د اعلاناتو ادعاوې په ګډه تحلیل کړئ: "دوی دا څنګه پوهیږي؟"

د روغتیا پاملرنې متخصصینو لپاره

طبي پریکړې د ژوند یا مرګ پایلې لري، چې د نمونې اندازه حساسیت مهم کوي. د میموګرافي ستونزه ښیې چې څنګه حتی روزل شوي ډاکټران د احصایوي استدلال سره مبارزه کوي.

کلینیکي اغیزې:

• وپیژنئ چې په انفرادي ناروغانو کې د غیر معمولي ازموینې پایلې ممکن د نمونې بدلون وي
• د نادرو ناروغیو په اړه په ځانګړي ډول محتاط اوسئ چیرې چې د اساس نرخونه غلط مثبتونه احتمالي کوي
• ناروغانو ته د خطر رسولو پر مهال د فریکونسۍ فارمیټونه وکاروئ

د ناروغ د اړیکو ستراتیژی:

• تشریح کړئ چې د یوې ازموینې پایله یو ډیټا ټکی دی؛ د وخت په تیریدو سره څارنه ډیر باوري معلومات چمتو کوي
• د درملنې موثریت ډیټا د څرګند نمونې اندازو سره وړاندې کړئ: "د ۵۰۰ ناروغانو مطالعې کې..."
• د ناروغانو سره مرسته وکړئ پوه شي چې د دوی انفرادي تجربه ممکن د نفوسو احصایې سره سمون ونلري

د مالي متخصصینو لپاره

بازارونه د نمونې اندازې غفلت ته سخته سزا ورکوي. د درې کلن ټریک ریکارډونو تعقیب، د درې میاشتنیو عایداتو ته ډیر غبرګون، او د ژوندي پاتې کیدو تعصب له پامه غورځول پانګوالو ته په کال کې ملیاردونه لګښت کوي.

د پانګونې ځانګړي غوښتنلیکونه:

• مخکې لدې چې پایله وکړو چې د مدیر مهارت شتون لري د اوږدې تعقیب ریکارډونو غوښتنه وکړئ
• د فنډ کټګوریو تحلیل کولو پرمهال د ژوندي پاتې کیدو تعصب لپاره حساب وکړئ
• وپیژنئ چې لنډ مهاله غوره فعالیت د تصادفي بدلون سره مطابقت لري

د مراجعینو د اړیکو ستراتیژی:

• مراجعینو ته د لنډ مهاله فعالیت د بې باورۍ په اړه پوهه ورکړئ
• د مناسب باور وقفو سره تاریخي معلومات وړاندې کړئ
• د منځني په لور بیرته راګرځیدل تشریح کړئ: سختې پایلې معمولا د وخت په تیریدو سره اعتدال کوي

د خطر مدیریت اغیزې:

• پورټ فولیو جوړ کړئ د دې انګیرنې سره چې وروستي ګټونکي به بیرته راشي
• د نویو ستراتیژیو لپاره اوږدې ارزونې دورې ته اړتیا لري
• د کوچنیو نمونو څخه د خطر ماډلونو کې ناڅرګندتیا شامله کړئ

۱۳. د نورو تعصبونو سره متقابل عمل

تعصبونه چې دا پیاوړی کوي

تعصبونه چې دا مقابله کوي

عام تعصب زنځیرونه

د نماینده ګۍ هیوریسټیک → د نمونې اندازې ته نه پاملرنه → د قمار کونکي فریب → د ډوب شوي لګښت فریب

وضاحت: موږ د نمونې اعتبار پرځای د ورته والي پراساس د احتمال قضاوت کولو سره پیل کوو. کله چې کوچنۍ نمونې له تمه شوي نمونو څخه انحراف کوي، موږ تمه لرو چې دوی "سمه" کړي، چې د قمار کونکي فریب ته لار هواروي. کله چې دوی سم نه شي، موږ ممکن د پانګونې دوام (ډوب شوی لګښت) پدې باور سره وکړو چې "بدلون" نږدې دی.

د مداخلې لپاره: په لومړي ګام کې د نمونې اندازه تر پوښتنې لاندې ونیسئ. د هر ډول علتي تعبیر پیل کیدو دمخه وپوښتئ "ایا د باور کولو لپاره دا کافي معلومات دي؟".

۱۴. کلتوري لیدلوري

په دې تعصب کې د کلتوري تغیراتو څیړنه محدوده پاتې ده، مګر ځینې نمونې د کلتوري ادراکي ارواپوهنې څخه راڅرګندیږي.

هغه کلتورونه چې په تحلیلي فکر ټینګار کوي (اکثرا د لویدیځو، انفرادي ټولنو سره تړاو لري) کیدای شي د کلتورونو په پرتله د زیانمنتیا مختلف نمونې وښیې چې په ټولیز فکر ټینګار کوي (اکثرا د ختیځ آسیا، ټولیز ټولنو سره تړاو لري). هولیسټیک فکر کونکي ممکن د شرایطو او وضعیت فکتورونو ته ډیر پام وکړي، په بالقوه توګه د کوچنیو نمونو څخه د سختو پایلو اعتدال کول.

د زده کړې سیسټمونه چې د مفهومي احصایوي استدلال په پرتله د ریاضي په محاسبه ټینګار کوي د تعصب په شدت اغیزه کوي. د فریکونسۍ فارمیټ فرضیه وړاندیز کوي چې کلتورونه د کانکریټ، تجربوي ریاضياتو قوي دودونو سره ممکن د نمونې اندازې حساس دندو کې ښه فعالیت وکړي.

د نامعلومو پروژو (Project Implicit) په څیر موسسو څخه د کلتور په اوږدو کې مطالعات (چې د بن ګوریون پوهنتون، اسراییل، او هارورډ څیړونکي پکې شامل دي) ښیې چې پداسې حال کې چې تعصب نړیوال دی، په هیوریسټیکونو باندې د تکیه کچه د زده کړې سیسټمونو او کلتوري نورمونو پراساس توپیر کولی شي.

۱۵. خرافات او غلط فهمۍ

۱۶. د متخصصینو لیدلوري

"خلک د چانس د قوانینو په اړه ناسمه انترایټ لري. په ځانګړې توګه، دوی یوه نمونه چې په تصادفي توګه د نفوس څخه اخیستل شوې د خورا استازیتوب په توګه ګڼي، دا د نفوس سره په ټولو اړینو ځانګړتیاوو کې ورته ده." — اموس تویرسکي او ډینیل کاهمن، ساینس (۱۹۷۴)

"یوه کوچنۍ نمونه چې په جوړښت کې د نفوس لوړه استازیتوب کوي په احصایوي ملکیتونو لکه اوسط، توپیر، یا ارتباط کې اړین ندي چې استازی وي." — اموس تویرسکي او ډینیل کاهمن، "د کوچنیو شمیرو په قانون باور" (۱۹۷۱)

"ذهن د سلنې په بڼه د احتمالاتو محاسبه کولو لپاره نه دی ډیزاین شوی، مګر دا کولی شي طبیعي فریکونسۍ 'وګوري'." — ګیرډ ګیګرینزر، د بشري پراختیا لپاره میکس پلانک انسټیټیوټ

۱۷. کلیدي لارښوونې

۱. توپیر د نمونې په اندازې سره کمیږي: دا ریاضيکي حقیقت (σ/√n) په دوامداره توګه د انسان د انترایټ لخوا سرغړونه کیږي. کوچنۍ نمونې په طبیعي ډول بې ثباته دي؛ لویې نمونې باثباته دي.

۲. تعصب نړیوال دی: د عادي خلکو څخه نیولې د نوبل جایزې ګټونکو پورې، هرڅوک دا تمایل څرګندوي. احصایوي روزنه یې کموي مګر له منځه نه وړي.

۳. موږ په شور کې نمونې وینو: د ذهن د نمونې پیژندنې سیسټمونه د نمونې اعتبار حساب نه کوي، د دې لامل کیږي چې موږ د تصادفي بدلونونو لپاره د علت کیسې جوړې کړو.

۴. بڼه مهمه ده: د سلنې پرځای د طبیعي فریکونسۍ ("له ۱،۰۰۰ څخه ۱۰") په توګه د معلوماتو وړاندې کول په ډراماتیک ډول استدلال ته وده ورکوي، دا وړاندیز کوي چې تعصب تر یوې اندازې د معلوماتو ډیزاین په اړه دی.

۵. لګښتونه خورا لوی دي: د تکثیر بحران، د طبي تشخیص نیمګړتیا، مالي بلبلونه، او د بازار موندنې ناورینونه ټول دې واحد غلطۍ ته موندل کیدی شي.

۶. تعصب د ښو دلیلونو لپاره رامینځته شوی: په ډیټا کمه پخوانیو چاپیریالونو کې، د کوچنیو نمونو څخه چټک عمومي کول تطبیق کوونکی و. د عصري ډیټا بډایه چاپیریال سره توپیر ستونزه رامینځته کوي.

۷. وپوښتئ "N څه شی دی؟": ترټولو اغیزمنه مداخله د پایلې اخیستلو دمخه د نمونې اندازې روښانه کول دي.

۱۸. نورې سرچینې

اکادمیک مقالې

• Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105-110.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131.
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704.
• Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences. Cognitive Psychology, 17(3), 295-314.
• Wainer, H., & Zwerling, H. L. (2006). Evidence that smaller schools do not improve student achievement. Phi Delta Kappan, 88(4), 300-303.

کتابونه

• 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.
• Thaler, R. H. (2015). Misbehaving: The Making of Behavioral Economics. W. W. Norton & Company.
• Stanovich, K. E. (2009). What Intelligence Tests Miss: The Psychology of Rational Thought. Yale University Press.

د کتاب څپرکي

• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. In Cognitive Psychology, 3(3), 430-454.

۱۹. لنډیز کارت

۲۰. د کارول شویو اصطلاحاتو لغت

۲۱. د بحث پوښتنې

د کتاب کلپونو، ټولګیو، یا ځان انعکاس لپاره:

۱. د وروستۍ مهمې پریکړې په اړه فکر وکړئ چې تاسو کړې ده. دا پریکړه د څومره معلوماتو پر بنسټ وه، او ایا تاسو به ورته انتخاب کړی وای که تاسو لس ځله ډیر معلومات درلودای؟

۲. تاسو ولې فکر کوئ چې احصایوي روزنه په بشپړ ډول دا تعصب نه له مینځه وړي؟ دا د انسان د ادراک د جوړښت په اړه څه څرګندوي؟

۳. د پښتورګو سرطان نقشه ښودلې چې دواړه لوړې او ټیټې کچې په کوچنیو، کلیوالي هیوادونو کې پیښیږي. په احصایې کې روزل شوی د عامې روغتیا چارواکی به څنګه د هغه چا په پرتله چې نه وي دا په بل ډول حل کړي؟

۴. ګیګرینزر استدلال کوي چې د سلنې پرځای د طبیعي فریکونسیو په توګه د معلوماتو وړاندې کول په ډراماتیک ډول استدلال ته وده ورکوي. ولې زموږ ذهنونه "د ۱،۰۰۰ څخه ۱۰" د "۱٪" په پرتله ښه اداره کوي؟

۵. که دا تعصب په پخوانیو چاپیریالونو کې تطبیق کوونکی و، دا څه وړاندیز کوي چې موږ باید څنګه ورسره چلند وکړو - د یو څه په توګه د له مینځه وړلو لپاره، یا د یو څه په توګه چې په مناسبه توګه چینل شي؟