Nejautrumas imties dydžiui (Insensitivity to Sample Size)

Trumpai

1. Trumpa santrauka

Mes instinktyviai tikime, kad maža duomenų imtis turėtų atrodyti tiksliai taip, kaip ir didesnė populiacija, iš kurios ji paimta. Kai dešimt monetos metimų neparodo tobulo 50/50 pasiskirstymo, mes matome dėsningumus, serijas ar nesąžiningumą, o ne pripažįstame natūralų mažų skaičių kintamumą. Dėl to mes darome užtikrintas išvadas iš ribotų duomenų, matome reikšmingas tendencijas atsitiktiniame triukšme ir atmetame lemiamą kiekybės vaidmenį statistiniam patikimumui.

2. Mokslinis pagrindas

2.1. Atradimas ir istorija

Oficialus nejautrumo imties dydžiui nustatymas atsirado per kognityvinę revoliuciją psichologijoje aštuntajame dešimtmetyje. 1971 m. Amos Tversky ir Daniel Kahneman žurnale Psychological Bulletin paskelbė straipsnį „Tikėjimas mažų skaičių dėsniu“ (Belief in the Law of Small Numbers), kuriame pasiūlė, kad žmogaus intuicija veikia taip, lyg didelių skaičių dėsnis galiotų ir mažiems skaičiams. Po trejų metų, savo pamatiniame 1974 m. Science žurnalo straipsnyje „Sprendimai neapibrėžtumo sąlygomis: euristikos ir šališkumai“ (Judgment under Uncertainty: Heuristics and Biases), jie formaliai kodifikavo šį reiškinį kaip specifinį kognityvinį šališkumą platesnėje reprezentatyvumo euristikos sistemoje.

Intelektualinės šaknys siekia matematinės tikimybių teorijos pradžią, ypač Gerolamo Cardano ir Jacobo Bernoulli ankstyvąsias didelių skaičių dėsnio formuluotes. Tačiau psichologinį tyrimą, kodėl žmonės sistemingai pažeidžia šį matematinį principą, pradėjo Kahnemano ir Tversky bendradarbiavimas.

Mūsų supratimas nuo 1970-ųjų smarkiai pasikeitė. „Ekologinio racionalumo“ (Ecological Rationality) mokykla, vadovaujama Gerdo Gigerenzerio iš Maxo Plancko instituto, metė iššūkį pradinei interpretacijai, teigdama, kad šis šališkumas gali būti iš dalies problemų pateikimo būdo pasekmė. Kai statistinė informacija performuluojama kaip natūralūs dažniai, o ne abstrakčios tikimybės, rezultatų tikslumas dramatiškai pagerėja.

2.2. Pagrindiniai tyrėjai

2.3. Svarbiausi tyrimai

Ligoninės problema (Tversky & Kahneman, 1974)

Šiame klasikiniame eksperimente dalyviai skaitė: „Tam tikrą miestą aptarnauja dvi ligoninės. Didesnėje ligoninėje kasdien gimsta apie 45 kūdikius, o mažesnėje – apie 15 kūdikių. Kaip žinote, apie 50% visų kūdikių yra berniukai. Tačiau tikslus procentas kasdien svyruoja. Vienerius metus kiekviena ligoninė fiksavo dienas, kai berniukų gimė daugiau nei 60%. Kaip manote, kuri ligoninė užfiksavo daugiau tokių dienų?“

Rezultatai buvo stebinantys: 56% studentų pasirinko „Maždaug tiek pat“, 22% pasirinko didesnę ligoninę, ir tik apie 22% teisingai nurodė mažesnę ligoninę. Teisingas atsakymas yra mažesnė ligoninė, nes mažesnės imtys yra labiau nepastovios ir jose labiau tikėtini ekstremalūs nuokrypiai nuo vidurkio. Tiriamieji imties dydį laikė nereikšmingu, tikėdamiesi, kad 50% santykis galios vienodai nepriklausomai nuo to, ar imtis yra 15, ar 45.

Ūgio vertinimo eksperimentas (Tversky & Kahneman, 1974)

Dalyviai vertino tikimybę gauti didesnį nei 6 pėdų (183 cm) vidutinį ūgį 10, 100 ir 1 000 vyrų imtyse, paimtose iš bendros populiacijos. Logiškai mąstant, rasti 1 000 vyrų, kurių ūgio vidurkis viršija 6 pėdas, yra praktiškai neįmanoma, o 10 tokių vyrų – tiesiog mažai tikėtina. Tačiau tiriamieji visoms trims imtims priskyrė tą pačią tikimybę. Vertindami imtis vien pagal jų aprašymą („vyrai“), dalyviai visiškai ignoravo didesnių skaičių stabilizuojančią galią.

Mamografijos problema (Gigerenzer et al., 1995)

Kai gydytojų paprašė įvertinti krūties vėžio tikimybę esant teigiamai mamogramai, naudojant procentus (Jautrumas=90%, Klaidingai teigiami=9%, Paplitimas=1%), tik 10-15% atsakė teisingai. Kai ta pati problema buvo pateikta natūraliais dažniais („10 iš 1 000 moterų turi vėžį...“), tikslumas išaugo iki 46-67%. Tai parodė, kad imties dydžio aiškus nurodymas vardiklyje smarkiai pagerino statistinį samprotavimą.

„Karštos rankos“ tyrimas (Gilovich, Vallone, & Tversky, 1985)

Analizuodami „Philadelphia 76ers“ ir „Boston Celtics“ metimų į krepšį įrašus, tyrėjai nerado jokių statistinių „karštų“ serijų įrodymų, viršijančių atsitiktinumą. Žaidėjo metimų statistika matematiškai nesiskyrė nuo monetos metimų sekos. Universalus žaidėjų, trenerių ir sirgalių tikėjimas „karšta ranka“ pasirodė esąs kognityvinė iliuzija, atsirandanti pastebint dėsningumus atsitiktinėse mažose imtyse.

2.4. Neurologinis pagrindas

Šis šališkumas veikia per tai, ką psichologai Keithas Stanovichius, Richardas Westas ir Danielis Kahnemanas pavadino „1 sistemos“ (System 1) mąstymu – greitais, automatiškais, intuityviais kognityviniais procesais, kurie teikia pirmenybę greičiui ir nuoseklumui, o ne matematiniam tikslumui. Vertinant statistinius įrodymus, 1 sistema apdoroja panašumus ir atpažįsta dėsningumus, užuot įtraukusi lėtesnius, daugiau pastangų reikalaujančius „2 sistemos“ procesus, būtinus tinkamam statistiniam samprotavimui.

Smegenų dėsningumų atpažinimo grandinės, išsivysčiusios greitam grėsmių vertinimui ir priežastiniam išvadų darymui, automatiškai ieško prasmingos struktūros duomenyse. Šios grandinės neskiria didelių ir mažų imčių; jos reaguoja į paviršutiniškus informacijos bruožus (proporcijas, tariamus dėsningumus), o ne į metainformaciją apie patikimumą (imties dydį, dispersiją).

Prefrontalinė žievė, atsakinga už vykdomąsias funkcijas ir matematinį samprotavimą, gali nustelbti 1 sistemos sprendimus, tačiau tam reikia sąmoningų pastangų, statistinio pasirengimo ir kognityvinių išteklių. Esant laiko spaudimui, kognityvinei apkrovai ar emociniam susijaudinimui, dominuoja 1 sistemos numatytieji nustatymai, ir imties dydis ignoruojamas.

3. Evoliucinė kilmė

Žmogaus protas išsivystė naršyti sudėtingame, triukšmingame ir pavojingame pasaulyje, kur duomenų trūko, o dvejonių kaina buvo mirtis. Pleistoceno aplinkoje mūsų protėviams reikėjo greitai daryti apibendrinimus iš ribotų stebėjimų: vienas susidūrimas su plėšrūnu ar nuodinga uoga pateisino universalią vengimo taisyklę.

Šis evoliucinis įrankių rinkinys teikė pirmenybę dėsningumų atpažinimui ir greitoms išvadoms, o ne matematiniam tikslumui. Gebėjimas daryti plačias išvadas iš mažų imčių buvo aiškus adaptyvus pranašumas – laukimas, kol bus sukaupta „statistiškai reikšminga“ susidūrimų su plėšrūnais imtis prieš nusprendžiant bėgti, būtų buvęs pražūtingas.

Tačiau ta pati kognityvinė adaptacija, kuri užtikrino išlikimą duomenų stokojančioje protėvių aplinkoje, pasireiškia kaip gilus trūkumas mūsų šiuolaikiniame duomenų kupiname pasaulyje. Dabar mes gyvename pasaulyje, kurį valdo stochastiniai procesai, tikimybiniai rezultatai ir masiniai duomenų rinkiniai, tačiau mūsų intuicija vis dar užsispyrusiai laikosi mažos imties logikos.

Šį šališkumą galima vertinti kaip evoliucinę ypatybę, o ne klaidą: jis buvo sukalibruotas aplinkoms, kuriose (1) imtys buvo natūraliai mažos, (2) klaidingai teigiami rezultatai (matyti dėsningumus, kurių nėra) buvo mažiau kainuojantys nei klaidingai neigiami rezultatai (nepastebėti tikrų grėsmių) ir (3) neatidėliotini veiksmai buvo svarbesni už statistinį tikslumą.

4. Kaip pasireiškia šis šališkumas

4.1. Kasdieniame gyvenime

Kasdieniuose sprendimuose mes nuolat pernelyg interpretuojame mažas imtis. Po vieno apsilankymo naujame restorane ir vidutiniško maisto mes darome išvadą „ta vieta yra bloga“, o ne pripažįstame, kad išbandėme vieną patiekalą vieną vakarą. Susitikimas su žmogumi iš tam tikro miesto ar profesijos sukelia apibendrinimus, pagrįstus tuo vienu susidūrimu.

Mes vertiname rajonų saugumą pagal saujelę anekdotų, formuojame nuomonę apie produktus iš trijų „Amazon“ atsiliepimų ir darome išvadą, kad mūsų mechanikas yra nesąžiningas, remdamiesi vienu dviprasmišku remontu. Matome, kaip draugui pavyksta laikytis dietos, ir manome, kad tai tiks ir mums, ignoruodami tūkstančius individualių variacijų, lemiančių rezultatus.

Santykiuose partnerio elgesys per kelias dienas formuoja mūsų nuomonę apie jo charakterį. Vaiko prastas pasirodymas viename teste verčia tėvus daryti išvadą, kad jam „nesiseka matematika“. Kelios sėkmingos prognozės verčia mus tikėti, kad gerai nuspėjame ateitį.

4.2. Darbo vietoje

Profesinė aplinka sustiprina imties dydžio ignoravimo kaštus. Vadovai vertina darbuotojų rezultatus remdamiesi keliais pastebėtais incidentais, o ne sistemingais duomenimis. Samdymo sprendimai priklauso nuo trumpų pokalbių – mažytės elgesio imties – tačiau traktuojami kaip galutiniai vertinimai.

Ketvirčio rezultatai, atspindintys tik tris mėnesius (maža įmonės trajektorijos imtis), lemia svarbius strateginius sprendimus. Nauja iniciatyva, kuri du mėnesius neduoda gerų rezultatų, atšaukiama nespėjus stabilizuotis dispersijai. Lyderiai, kuriems anksti pasiseka, laikomi „vizionieriais“, o susidūrę su ankstyvomis nesėkmėmis vadinami nevykėliais, neatsižvelgiant į faktinį rezultatų pasiskirstymą.

Veiklos vertinimuose dažnai neproporcingai sureikšminami pastarojo meto įvykiai, laikant pastarąsias kelias savaites reprezentatyviomis visiems metams. Mokymo programos vertinamos kaip efektyvios arba neefektyvios remiantis pirmąja grupe, ignoruojant natūralius svyravimus tarp grupių.

4.3. Versle ir rinkodaroje

„New Coke“ katastrofa yra puikus pavyzdys, kaip verslas tampa šio šališkumo auka. „Coca-Cola“ atliko beveik 200 000 aklų ragavimo testų ir nustatė didžiulį pirmenybės teikimą saldesnei naujai formulei. Tačiau tai buvo „gurkšnio testai“ – mažytė gėrimo vartojimo patirties imtis. Gurkšnio metu smegenys teigiamai reaguoja į didelį saldumą. Išgėrus visą skardinę, tas pats saldumas tampa per saldus. „Coke“ vadovai manė, kad gurkšnio imtis buvo reprezentatyvi visos skardinės patirčiai, o tai sukėlė didžiulį vartotojų pasipiktinimą.

„Ford Edsel“ nesėkmė demonstruoja laiko imties dydžio ignoravimą. 1955–1956 m. „Ford“ atliko išsamius tyrimus, rodančius, kad amerikiečiai norėjo didelių, prašmatnių automobilių. Jie šią laiku apribotą imtį laikė nuolatine tiesa. Iki 1958 m. pristatymo rinka perėjo prie mažesnių automobilių, ir „Edsel“ tapo rinkodaros nesėkmės sinonimu.

Įmonės nuolat pristato produktus remdamosi 8–12 žmonių fokus grupėmis, A/B testais, kurie vyksta dienas, o ne savaites, ir bandomosiomis programomis nereprezentatyviose rinkose. Rinkodaros kampanijos plečiamos remiantis pradiniais atsakų rodikliais, kurie dar nestabilizavosi.

4.4. Politikoje ir žiniasklaidoje

1936 m. „Literary Digest“ apklausos katastrofa iliustruoja, kaip žlunga didžiulės, bet šališkos imtys. Žurnalas apklausė 2,4 milijono žmonių ir prognozavo, kad Alfredas Landonas nugalės Frankliną Rooseveltą. Jie manė, kad kiekybė garantuoja tikslumą, ignoruodami tai, kad jų imtis (sudaryta iš automobilių registracijų ir telefonų knygų) sistemingai išskyrė Didžiosios depresijos eros rinkėjus, neturinčius šių turto žymeklių. George'as Gallupas teisingai nuspėjo rezultatą naudodamas reprezentatyvią vos 50 000 žmonių imtį.

Šiuolaikinės apklausos ir toliau kovoja su imties dydžio interpretavimu. Žiniasklaida sulaikiusi kvapą praneša apie apklausų svyravimus paklaidos ribose kaip apie reikšmingus poslinkius. Komentatoriai ekstrapoliuoja iš išankstinio balsavimo rezultatų, vertindami mažas imtis kaip prognozuojančias. Neapsisprendusių rinkėjų fokus grupės tampa naratyvą apibrėžiančiais momentais, nors atspindi tik statistinį triukšmą.

Politinės nuomonės formuojasi remiantis saujele anekdotų apie imigrantus, socialinės pašalpos gavėjus ar policijos pareigūnus, o kiekviena istorija traktuojama kaip reprezentatyvi milijonams skirtingų asmenų.

4.5. Sveikatos apsaugoje

Inkstų vėžio žemėlapis yra stulbinantis medicininis pavyzdys. Statistikai Howardas Waineris ir Harris Zwerlingas parodė, kad apygardos, kuriose inkstų vėžio lygis yra mažiausias, didžiąja dalimi yra kaimiškos ir retai apgyvendintos. Intuityvus pasakojimas: kaimo gyvenimas apsaugo nuo vėžio grynu oru ir sveiku gyvenimo būdu. Tada jie atskleidė, kad apygardos, kuriose šis rodiklis didžiausias, taip pat didžiąja dalimi yra kaimiškos ir retai apgyvendintos. Bendras veiksnys yra ne gyvenimo būdas, o mažas populiacijos dydis – apygardoje su 500 gyventojų viena diagnozė pakelia rodiklį iki nacionalinių kraštutinumų, o nulis atvejų numeta jį į patį dugną.

Gydytojai pernelyg interpretuoja teigiamus retų ligų tyrimų rezultatus, neatsižvelgdami į bazines normas ir imčių dydžius. Pacientui, kuriam tris kartus nustatyti padidėję rodikliai, diagnozuojama lėtinė liga, kuri gali atspindėti tik matavimo paklaidą. Gydymo veiksmingumas vertinamas pagal saujelę pacientų, o ne pagal atsitiktinių imčių kontroliuojamus tyrimus.

Visuomenės sveikatos pareigūnai medžioja „vėžio klasterius“ ir „sveikatos zonas“, kurios yra tiesiog mažų populiacijų statistiniai artefaktai. Ištekliai netinkamai paskirstomi remiantis kraštutinėmis vertėmis, kurios esant didesnėms imtims regresuotų į vidurkį.

4.6. Finansuose ir investavime

Išgyvenamumo šališkumas yra pražūtinga imties dydžio ignoravimo forma finansų rinkose. Kai investuotojai analizuoja investicinių fondų rezultatus per pastaruosius 10 metų, jie tiria tik tuos fondus, kurie vis dar egzistuoja – išgyvenusius. Žlugusių ir likviduotų fondų imtyje nėra, todėl dirbtinai padidėja akivaizdi vidutinė grąža. Investuotojas gali pamatyti 8% vidutinę grąžą ir padaryti išvadą, kad aktyvus valdymas veikia, kai įtraukus „mirusius“ fondus paaiškėtų, kad grąža yra 4% ar mažesnė.

Investuotojai vejasi fondus, atsižvelgdami į 3–5 metų rezultatus, traktuodami šią nedidelę laiko imtį kaip nuolatinių įgūdžių įrodymą. Richardo Thalerio tyrimai rodo, kad investuotojai pernelyg ekstrapoliuoja iš mažų pelno naujienų imčių: trys ketvirčiai, kai viršijami lūkesčiai, traktuojami kaip struktūriniai geresni rezultatai, o tai pakelia kainas iki iracionalaus lygio.

Robertas Shilleris dokumentavo, kad rinkos kainos svyruoja kur kas labiau, nei pateisintų pagrindiniai rodikliai. Šis „per didelis kintamumas“ atsiranda dėl to, kad investuotojai trumpalaikes naujienas – mažas bendrovės ilgalaikės ateities imtis – laiko galutine informacija apie nuolatinę vertę.

5. Realaus pasaulio atvejų analizės

1 atvejo analizė: Replikacijos krizė psichologijoje

• Kontekstas: Dešimtmečius psichologiniai tyrimai buvo atliekami su mažomis imtimis (dažnai N=20 arba N=40 vienai sąlygai). „Galios pozos“ (Power Posing) tyrimas (Carney, Cuddy, & Yap, 2010) teigė, kad stovėjimas „didelės galios“ pozoje dvi minutes sukėlė hormoninius pokyčius ir padidino polinkį rizikuoti. Imties dydis buvo 42 dalyviai.

• Kas nutiko: Tyrimas buvo paskelbtas prestižiniame žurnale, sulaukė didžiulio žiniasklaidos dėmesio ir pagimdė TED kalbą, peržiūrėtą milijonus kartų. Mokslinė bendruomenė pripažino N=42 pakankamu subtiliems hormoniniams poveikiams aptikti.

• Šališkumas veiksme: Tyrėjai, redaktoriai ir recenzentai – kenčiantys nuo to paties šališkumo, kurį aprašė Tversky ir Kahnemanas – tikėjo, kad mažos imtys yra pakankamai patikimos subtiliems poveikiams nustatyti. Jie pamatė dėsningumą triukšme.

• Pasekmės: Kai buvo bandoma atlikti vėlesnes didelio masto replikacijas su N=200+, hormoniniai poveikiai visiškai išnyko. Atvirojo mokslo bendradarbiavimas (The Open Science Collaboration, 2015) atkartojo 100 psichologijos tyrimų ir nustatė, kad mažiau nei pusę jų galima sėkmingai atkurti. Pagrindinis kaltininkas buvo pasikliovimas per mažos galios tyrimais.

• Išmoktos pamokos: „Nugalėtojo prakeiksmas“ (Winner's Curse) mokslinėje leidyboje reiškia, kad skelbiami tie tyrimai, kurių poveikio dydžiai yra perdėti ir atsitiktinai peržengia statistinio reikšmingumo ribas. Tikrasis poveikis išryškėja tik su didelėmis imtimis. Nuo to laiko psichologijoje buvo įgyvendintos reformos, reikalaujančios didesnių imčių ir išankstinės tyrimų registracijos.

2 atvejo analizė: „New Coke“ katastrofa

• Kontekstas: 1985 m. „Coca-Cola“ susidūrė su didėjančiu rinkos spaudimu dėl „Pepsi“ aklojo ragavimo testų „Pepsi Challenge“. Vidiniai tyrimai parodė, kad saldesnė „Pepsi“ laimi lyginant gurkšnius.

• Kas nutiko: „Coca-Cola“ atliko beveik 200 000 aklų ragavimo testų ir nustatė didžiulį pirmenybės teikimą saldesnei naujai formulei. Remdamiesi šiais duomenimis, jie pakeitė savo šimto metų senumo formulę į „New Coke“.

• Šališkumas veiksme: Tai buvo „gurkšnio testai“ – mažytė viso gėrimo vartojimo patirties imtis. Vadovai manė, kad ši mikro imtis reprezentuoja visą vartojimo patirtį. Gurkšnyje saldumas yra malonus; visoje skardinėje jis tampa pernelyg stiprus.

• Pasekmės: Vartotojų pasipiktinimas buvo tiesioginis ir nuožmus. Per 79 dienas „Coca-Cola“ sugrąžino pradinę formulę kaip „Coca-Cola Classic“. Bendrovė prarado milijonus ir patyrė ilgalaikę žalą prekės ženklui.

• Išmoktos pamokos: „Imtis“ turi atitikti „populiaciją“, kuriai ji atstovauja. Gurkšnis nėra skardinė, lygiai taip pat, kaip vienas apsilankymas parduotuvėje nėra klientų lojalumas. Analizės vienetas turi atitikti realaus pasaulio elgesį.

Istorinis pavyzdys: 1936 m. „Literary Digest“ apklausa

Žurnalas „Literary Digest“ atliko tai, kas atrodė kaip apklausų auksinis standartas: išsiųsta 10 milijonų anketų, sugrąžinta 2,4 milijono. Jie prognozavo, kad Landonas nugalės Rooseveltą surinkęs 57% balsų. Rooseveltas laimėjo surinkęs 61%.

„Digest“ redaktoriai tikėjo, kad didžiulis imties dydis garantuoja tikslumą. Jie nesuprato to, kad jų imties rėmai – telefonų knygos ir automobilių registracijos sąrašai – sistemingai išskyrė mažesnes pajamas gaunančius rinkėjus, kurie didžiąja dalimi palaikytų Roosevelto „Naujojo kurso“ (New Deal) politiką. George'as Gallupas, naudodamas tinkamą tikimybinę atranką ir tik 50 000 respondentų, teisingai nuspėjo rezultatą.

Šis atvejis moko, kad maža, reprezentatyvi imtis (n=3 000) yra be galo patikimesnė nei didžiulė, šališka imtis (N=2,4 mln.). Po dvejų metų „Digest“ nustojo eiti, tapęs savo pačių nesugebėjimo suprasti ryšio tarp imties kokybės ir imties dydžio auka.

6. Šio šališkumo kaina

6.1. Asmeniniai kaštai

Santykiai kenčia, kai vertiname partnerius remdamiesi mažomis elgesio imtimis – kelios blogos dienos tampa esminių charakterio trūkumų įrodymu. Asmeninis augimas sustoja, kai po ribotų bandymų padarome išvadą, kad „negalime“ kažko padaryti. Karjeros posūkiai apleidžiami po pradinių nesėkmių, kurios tiesiog atspindi natūralią dispersiją.

Sveikatos sprendimai būna klaidingi, kai gydymo veiksmingumą vertiname pagal savo vienintelę patirtį ar kelis draugų anekdotus. Investicijų portfeliai valdomi netinkamai, kai vaikomės pastarojo meto laimėtojų arba bėgame nuo pastarojo meto nevykėlių. Mes išsiugdome prietarus, tikėdami, kad ten, kur yra grynas atsitiktinumas, egzistuoja dėsningumai.

Psichologinė kaina apima nepagrįstą pasitikėjimą nestabiliomis išvadomis, po kurio seka sumišimas, kai prognozės nepasitvirtina. Mes konstruojame sudėtingus priežastinius paaiškinimus dispersijai, kuri yra grynai atsitiktinė, kurdami tikrovės mentalinius modelius, kurie neatitinka realių dėsningumų.

6.2. Profesiniai kaštai

Karjeros kilimas kenčia, kai vadovai klaidingai vertina mūsų gebėjimus remdamiesi ribotais stebėjimais. Geri darbuotojai lieka nepastebėti, nes ankstyvi įspūdžiai (mažos elgesio imtys) neatitiko sėkmės stereotipų. Blogi samdymo sprendimai švaisto organizacijos išteklius ir kenkia komandos dinamikai.

Verslo strategijos žlunga, kai jos pritaikomos prie ankstyvų rezultatų, o ne ilgalaikių tendencijų. Produktai išleidžiami per anksti arba nutraukiami per anksti remiantis triukšmingais duomenimis. Rinkos tyrimai klaidina įmones, kai mažos imtys traktuojamos kaip reprezentatyvios.

Finansiniai nuostoliai kaupiasi, nes investiciniai sprendimai vaikosi pastarojo meto rezultatų. Fondų valdytojai, kurie trejus metus rodė gerus rezultatus, pritraukia didžiules lėšas, tačiau galiausiai grįžta prie vidurkio ir nuvilia investuotojus, kurie manė, kad maža imtis prognozuoja būsimą grąžą.

6.3. Visuomeniniai kaštai

Replikacijos krizė kainavo milijardus tyrimų finansavimo studijoms, kurių neįmanoma atkurti. Medicininiai gydymo būdai priimami remiantis nedideliais tyrimais, tačiau didesnėse populiacijose neduoda jokios naudos. Visuomenės sveikatos ištekliai netinkamai paskirstomi sprendžiant statistinius artefaktus mažose populiacijose.

Politinis diskursas užnuodijamas, kai anekdotai apie pavienius atvejus formuoja politikos debatus apie milijonus žmonių. Baudžiamojo teisingumo sistemos iškraipomos, kai didelio atgarsio sulaukę atvejai (mažos imtys) skatina leisti įstatymus. Visuomenės pasitikėjimas mokslu menksta, kai didėjant imties dydžiui išvados keičiasi į priešingas.

Rinkos tampa nepastovesnės, nei pateisintų pagrindiniai rodikliai, sukurdamos pakilimo ir nuosmukio ciklus, kurie naikina turtą ir ekonominį stabilumą. Viešoji politika svyruoja tarp kraštutinumų, nes politikai reaguoja į mažas viešosios nuomonės imtis, o ne į stabilius pageidavimus.

6.4. Statistinis poveikis

Tyrimų išvados rodo, kad tyrimų, kurių imties dydis mažesnis nei N=50, poveikio dydžiai yra smarkiai išpūsti, dažnai 100% ar daugiau. Atvirojo mokslo bendradarbiavimas nustatė, kad tik 36% psichologijos tyrimų galima sėkmingai atkurti, o pagrindinė to priežastis – per mažos galios tyrimai.

Finansuose išgyvenamumo šališkumas padidina matomą investicinių fondų grąžą maždaug 1–2% per metus – skirtumas, kuris virsta milijonais dolerių netinkamai paskirstytų senatvės santaupų milijonams investuotojų.

Apskaičiuota, kad medicininės diagnostikos klaidos, kurias lemia bazinės normos ignoravimas ir nejautrumas imties dydžiui, kasmet paveikia 12 milijonų amerikiečių, o maždaug pusei jų padaroma žala.

7. Paslėpti privalumai

Šis šališkumas nėra grynai netinkamai adaptyvus – jis atspindi kompromisą tarp greičio ir tikslumo, kuris buvo optimizuotas protėvių aplinkoms, kur duomenų trūko, o neatidėliotini veiksmai buvo būtini.

Greitas mokymasis iš ribotų duomenų: Tikrai pavojingoje aplinkoje gebėjimas daryti apibendrinimus iš pavienių atvejų (vienas susidūrimas su plėšrūnu, viena nuodinga uoga) suteikia akivaizdžią išlikimo vertę. Laukimas „statistiškai reikšmingų“ įrodymų galėtų būti mirtinas.

Kognityvinė ekonomija: Tinkamas pasitikėjimo kalibravimas pagal imties dydį reikalauja 2 sistemos įtraukimo – lėto, reikalaujančio pastangų ir metaboliškai brangaus. Mažos rizikos situacijose 1 sistemos psichikos trumpiniai (mental shortcuts) pateikia „pakankamai gerus“ sprendimus minimaliomis kognityvinėmis sąnaudomis.

Orientacija į veiksmą: Šališkumas skatina ryžtingus veiksmus, o ne paralyžiuojantį netikrumą. Daugelyje realaus pasaulio situacijų geriau veikti turint neišsamią informaciją, nei laukti tikrumo, kuris niekada neateina.

Dėsningumų aptikimas: Polinkis matyti dėsningumus mažose imtyse, nors dažnai klaidingas, kartais aptinka tikrus signalus, kuriuos grynai statistiniai metodai praleistų. Klaidingai teigiamų rezultatų (dėsningumų matymo ten, kur jų nėra) kaštai gali būti mažesni nei klaidingai neigiamų rezultatų (tikrų dėsningumų praleidimo) kaštai tam tikrose srityse.

Visiškas šališkumo pašalinimas reikalautų nuolatinių statistinių skaičiavimų, kurie apkrautų kognityvinius išteklius. Tikslas yra ne pašalinti, o tinkamai sukalibruoti – naudoti statistinį samprotavimą didelės rizikos situacijose, leidžiant euristikoms veikti mažos rizikos kontekstuose.

8. Įsivertinimas: Ar turite šį šališkumą?

8.1. Įspėjamųjų ženklų kontrolinis sąrašas

• Formuoju tvirtą nuomonę apie restoranus, produktus ar paslaugas po vienos patirties
• Tikiu „karštomis serijomis“ ir „šaltaisiais periodais“ sporte, lošimuose ar investavime
• Man atrodo stebėtina, kai moneta nukrenta ta pačia puse tris ar daugiau kartų iš eilės
• Tikiuosi, kad trumpalaikė investicijų grąža tęsis ir ilgalaikėje perspektyvoje
• Draugų anekdotus vertinu taip pat stipriai kaip statistinius įrodymus
• Pakeičiau nuomonę apie kieno nors charakterį remdamasis vienu incidentu
• Labiau pasitikiu klientų atsiliepimais, kai jie yra vieningi, nepaisant to, kiek mažai jų yra
• Jaučiu, kad maža, gerai parinkta imtis turėtų duoti tą patį rezultatą kaip ir didelė
• Pasitikiu dėsningumais, pamatęs juos vos du ar tris kartus
• Dažnai sakau „man taip visada nutinka“, remdamasis keliais įvykiais

Vertinimas:

• Pažymėta 0-2: Mažas jautrumas
• Pažymėta 3-5: Vidutinis jautrumas
• Pažymėta 6-8: Didelis jautrumas
• Pažymėta 9-10: Labai didelis jautrumas

8.2. Klausimai savirefleksijai

1. Kai perskaitote, kad naujas vaistas yra „80% efektyvus“ klinikiniame tyrime, ar instinktyviai pagalvojate paklausti, kiek pacientų dalyvavo tyrime?

2. Ar kada nors atsisakėte naujo įpročio, dietos ar rutinos per pirmąsias dvi savaites, nes tai „neveikė“, nepagalvodami, ar davėte pakankamai laiko rezultatams pasirodyti?

3. Kai draugas rekomenduoja gydytoją, restoraną ar produktą remdamasis savo vienintele patirtimi, kaip stipriai vertinate tą rekomendaciją lyginant su apibendrintais atsiliepimais?

4. Ar kada nors jautėte, kad atsitiktiniai įvykiai jums „skolingi“ kitokį rezultatą po serijos (pvz., lošimo automatas „turi“ laimėti)?

5. Ar kas nors kada nors jums yra atkreipęs dėmesį, kad darote išvadas iš per mažai informacijos?

8.3. Greitos diagnostikos scenarijus

Scenarijus: Jūs tiriate du investicinius fondus savo senatvės santaupoms. A fondas per pastaruosius 3 metus kasmet atnešė 15% grąžą su žvaigždžių valdytoju. B fondas per pastaruosius 15 metų kasmet atnešė 9% grąžą su vidutiniu valdymu. Kurį fondą pasirinktumėte?

• A) A fondą, nes 15% yra daug geriau nei 9%, o valdytojas aiškiai yra kvalifikuotas → Didelis jautrumas
• B) A fondą, bet norėčiau pamatyti daugiau istorijos prieš visiškai įsipareigodamas → Vidutinis jautrumas
• C) B fondą, nes 15 metų duomenys yra patikimesni nei 3 metų, o skirtumas gali būti tiesiog sėkmė → Mažas jautrumas

9. Kaip atpažinti šį šališkumą kituose

9.1. Elgesio indikatoriai

Stebėkite sprendimų priėmimo modelius: Ar jie prisiima tvirtus įsipareigojimus remdamiesi ribotais įrodymais? Ar jie greitai keičia kursą remdamiesi naujausiais rezultatais? Ar jie išreiškia didelį pasitikėjimą po vos kelių duomenų taškų?

Stebėkite, kaip jie kalba apie tikimybę ir atsitiktinumą: Ar jie tikisi, kad atsitiktinumas trumpuoju laikotarpiu „išsilygins“? Ar jie mato prasmingus dėsningumus ten, kur atrodo esąs triukšmas? Ar jie atmeta rezultatus kaip „atsitiktinumą“ (flukes), kai jie neatitinka lūkesčių?

Atkreipkite dėmesį į reakcijas į anekdotus lyginant su statistika: Ar jie labiau vertina ryškią asmeninę istoriją nei apibendrintus duomenis? Ar jie apibendrina nuo pavienių pavyzdžių iki universalių taisyklių?

9.2. Pokalbių „raudonos vėliavos“

Frazės, kurias žmonės sako būdami veikiami šio šališkumo:

• „Tai nutiko tris kartus iš eilės – čia tikrai yra dėsningumas“
• „Aš tai pabandžiau vieną kartą ir tai neveikė, taigi...“
• „Šansai galiausiai turi išsilyginti“
• „Mano draugas turėjo baisios patirties su tuo, todėl niekada to nebandyčiau“
• „Pastarieji du ketvirčiai buvo puikūs, todėl ši įmonė akivaizdžiai gerai valdoma“

Argumentų tipai, kuriuos jie naudoja:

• Traktuoja saujelę pavyzdžių kaip tendencijos įrodymą
• Tikisi, kad mažos imtys puikiai atstovaus populiacijos savybėms

Klausimai, kurių jie vengia užduoti:

• „Kiek stebėjimų tai pagrįsta?“
• „Koks imties dydis?“
• „Ar tai gali būti tiesiog atsitiktinis svyravimas?“

9.3. Situaciniai trigeriai

Aplinkybės, kurios suaktyvina šį šališkumą:

• Laiko spaudimas, verčiantis priimti greitus sprendimus
• Emociškai įkrautos situacijos, kuriose išsiskiria ryškūs pavyzdžiai
• Sudėtinga statistinė informacija, pateikta procentais, o ne dažnio formatais
• Sritys, kuriose grįžtamasis ryšys vėluoja (investavimas, samdymas, sveikatos sprendimai)
• Kontekstai, kur anekdotai yra labiau prieinami nei duomenys

Aplinkos veiksniai:

• Informacijos perkrova, neleidžianti atlikti kruopštaus statistinio vertinimo
• Aido kameros (echo chambers), pateikiančios šališkas nuomonių imtis
• Žiniasklaida, kuri akcentuoja istorijas, o ne statistiką

Emocinės būsenos, didinančios pažeidžiamumą:

• Nerimas, siekiantis tikrumo iš bet kokių turimų įrodymų
• Jaudulys, skatinantis perdėtą pasitikėjimą ankstyvais teigiamais signalais
• Frustracija, skatinanti dėsningumų paiešką dviprasmiškose situacijose

10. Kognityvinio šališkumo mažinimo strategijos

10.1. Neatidėliotini metodai

„N“ klausimas: Prieš darydami bet kokią išvadą paklauskite: „Kokio dydžio yra imtis, kuria tai pagrįsta?“ Prieš interpretuodami rezultatus, atkreipkite dėmesį į imties dydį.

Stabilumo testas: Paklauskite savęs: „Ar tikėčiausi, kad šis rezultatas išliks toks pat, jei padvigubinčiau ar patrigubinčiau imtį?“ Jei ne, susilaikykite nuo išvadų.

Performuluokite į dažnius: Paverskite procentus į natūralius dažnius („80% efektyvus“ tampa „8 iš 10 žmonių“). Tai natūraliai įtraukia imties dydį į vardiklį.

Regresijos taisyklė: Darykite prielaidą, kad ekstremalūs rezultatai regresuos į vidurkį. Jei kažkas atrodo neįprastai gerai arba blogai, tikėkitės, kad laikui bėgant tai taps labiau vidutiniška.

Ieškokite bazinių normų: Prieš vertindami konkrečius įrodymus, nustatykite, kas paprastai nutinka populiacijoje. Naudokite tai kaip inkarą.

10.2. Ilgalaikės strategijos

Statistinis raštingumas: Investuokite į bazinį tikimybių ir statistikos išsilavinimą. Dispersijos, standartinės paklaidos ir pasikliautinojo intervalo supratimas suteikia konceptualų pagrindą atpažinti, kada imties dydis yra svarbus.

Ugdykite skepticizmo įprotį: Išmokykite save automatiškai abejoti mažų imčių išvadų patikimumu. Paverskite klausimą „Ar tai pakankamai duomenų?“ refleksyviu.

Sekite savo prognozes: Veskite įrašus apie išvadas, padarytas iš ribotų duomenų, ir tai, ar jos pasitvirtino laikui bėgant. Tai suteikia asmeninį grįžtamąjį ryšį apie kalibravimą.

Studijuokite klasikinius pavyzdžius: Susipažinkite su kanoniniais atvejais (Ligoninės problema, Inkstų vėžio žemėlapis), kad jie ateitų į galvą vertinant naujas situacijas.

10.3. Aplinkos dizainas

Įtraukite imties dydį į sprendimų priėmimo procesus: Sukurkite organizacijos taisykles, reikalaujančias minimalaus imties dydžio prieš darant išvadas. Įveskite laukimo periodus prieš veikiant pagal ankstyvus rezultatus.

Naudokite vizualinius įrankius: Kurkite prietaisų skydelius, kuriuose rodomi platėjantys pasikliautinieji intervalai mažoms imtims. Padarykite netikrumą vizualiai pastebimą.

Reikalaukite dažnio formatų: Organizacinėje komunikacijoje reikalaukite, kad tikimybės būtų pateikiamos kaip natūralūs dažniai su aiškiais vardikliais.

Sukurkite „Velnio advokatus“: Paskirkite komandos narius, kurie specialiai ginčytų, ar imties dydžiai pateisina pasitikėjimo lygį. Institucionalizuokite skepticizmą.

10.4. Kada ieškoti išorinio indėlio

Didelės rizikos sprendimai: Bet koks svarbus pasirinkimas (didžiulės investicijos, samdymas, medicininis gydymas), pagrįstas ribotais duomenimis, reikalauja statistinės konsultacijos.

Kai jaučiatės tikri: Paradoksalu, bet stiprus pasitikėjimas iš mažų imčių turėtų sukelti išorinę peržiūrą. Paklauskite: „Ar mano tikrumą pateisina duomenys?“

Srities ekspertai: Statistikai, duomenų mokslininkai ir tyrėjai gali pateikti sukalibruotus įrodymų stiprumo vertinimus. Formuluokite užklausas taip: „Atsižvelgiant į tai, kad N=X, kaip turėčiau pasitikėti šia išvada?“

Kai dėsningumai išryškėja greitai: Jei matote aiškų dėsningumą vos po kelių stebėjimų, pasikonsultuokite su žmogumi, mažiau suinteresuotu rezultatu, kad įvertintumėte, ar jis greičiausiai išliks.

11. Praktiniai pratimai

1 pratimas: Monetos metimo eksperimentas

• Tikslas: Išsiugdyti intuiciją mažų imčių kintamumui
• Reikalingas laikas: 20 minučių
• Reikalingos medžiagos: Moneta, popierius, pieštukas
• Sudėtingumo lygis: Pradedantysis
• Instrukcijos:
  1. Meskite monetą 10 kartų ir užrašykite „herbų“ (heads) procentą
  2. Pakartokite tai 10 kartų, sukurdami 10 imčių po 10 metimų
  3. Atkreipkite dėmesį į procentų diapazoną (tikėtina, kad jis svyruos nuo 20% iki 80%)
  4. Dabar meskite monetą 100 kartų ir užrašykite procentą
  5. Pakartokite tai antram 100 metimų rinkiniui
  6. Palyginkite variaciją 10 metimų imtyse su 100 metimų imtimis
• Klausimai refleksijai:
  • Kaip stipriai jus nustebino mažų imčių variacija?
  • Ar kuri nors 10 metimų seka atrodė „surežisuota“, nors žinojote, kad moneta yra sąžininga?
  • Kaip 100 metimų procentai lyginasi vienas su kitu?
• Dažnumas: Vieną kartą, tada grįžkite prie to, kai reikės priminimo

2 pratimas: Atsiliepimų analizė

• Tikslas: Praktikuotis kalibruoti pasitikėjimą pagal imties dydį priimant realius sprendimus
• Reikalingas laikas: 30 minučių
• Reikalingos medžiagos: Interneto prieiga
• Sudėtingumo lygis: Vidutinis
• Instrukcijos:
  1. Ieškokite produktų kategorijos, kurią galėtumėte pirkti (ausinės, knygos, restoranai)
  2. Raskite tris prekes: vieną su 5 atsiliepimais, vieną su 50 atsiliepimų, vieną su 500 atsiliepimų
  3. Kiekvienam užsirašykite vidutinį įvertinimą ir perskaitykite kelis atsiliepimus
  4. Užsirašykite, kiek pasitikite kiekvieno įvertinimo tikslumu
  5. Apsvarstykite: kiek vienas naujas ekstremalus atsiliepimas pakeistų kiekvieną vidurkį?
• Klausimai refleksijai:
  • Ar natūraliai jautėtės labiau pasitikintys įvertinimais, turinčiais daugiau atsiliepimų?
  • Kaip atsiliepimų pasiskirstymas (visi 5 žvaigždučių lyginant su mišriais) paveikė jūsų pasitikėjimą?
  • Kokio minimalaus imties dydžio jums reikėtų, kad pasitikėtumėte įvertinimu?
• Dažnumas: Kas mėnesį, naudojant skirtingas produktų kategorijas

3 pratimas: Istorinis atgalinis testavimas (Backtesting)

• Tikslas: Patirti, kaip mažos imties išvados žlunga laikui bėgant
• Reikalingas laikas: 45 minutės
• Reikalingos medžiagos: Istoriniai akcijų duomenys arba sporto statistika (laisvai prieinama internete)
• Sudėtingumo lygis: Pažengęs
• Instrukcijos:
  1. Pasirinkite 10 akcijų arba atletų su duomenimis, apimančiais bent 10 metų
  2. Žiūrėkite tik į pirmuosius duomenų metus. Nustatykite 3 geriausius atlikėjus
  3. Prognozuokite, kad jie bus geriausi 2 metais
  4. Patikrinkite 2 metų rezultatus. Kiek iš jų išliko pirmajame trejetuke?
  5. Dabar pažvelkite į 5 metų vidurkius. Nustatykite 3 geriausius atlikėjus
  6. Patikrinkite vėlesnių 5 metų rezultatus. Palyginkite tikslumą
• Klausimai refleksijai:
  • Kaip trumpalaikiai rezultatai prognozavo ilgalaikius rezultatus?
  • Kas paaiškina regresiją į vidurkį, kurią pastebėjote?
  • Kaip tai pakeistų jūsų investavimo ar lažybų strategiją?
• Dažnumas: Kas ketvirtį

Kasdienė praktika

Kiekvieną dieną pastebėkite vieną išvadą, kurią darote iš ribotų duomenų. Prieš priimdami ją, paklauskite savęs: „Kiek stebėjimų tai pagrįsta?“ ir „Ką aš nuspręsčiau, jei turėčiau 10 kartų daugiau duomenų?“ Pakanka tiesiog atkreipti dėmesį į imties dydžio problemą – jums nereikia keisti išvados, tiesiog pastebėkite apribojimą.

• Rekomenduojama trukmė: 2 minutės
• Geriausias dienos laikas: Vakarinė refleksija
• Kaip sekti pažangą: Veskite kasdienių stebėjimų apskaitą mažoje užrašų knygelėje

Savaitės iššūkis

Kartą per savaitę raskite naujienų straipsnį ar socialinės žiniasklaidos įrašą, kuriame cituojama statistika. Tyrinėkite pradinį šaltinį ir nustatykite imties dydį. Parašykite trumpą pastabą, ar išvados yra pagrįstos įrodymų stiprumu.

• Laukiami rezultatai po 4 savaičių: Natūralus skepticizmas dėl pranešamų išvadų; automatinis dėmesys imties dydžiui
• Žurnalų pildymo užuominos refleksijai:
  • Koks buvo labiausiai nustebinęs imties dydis, kurį atradau šią savaitę?
  • Kaip sužinotas imties dydis pakeitė mano atradimo interpretaciją?
  • Ar tampu labiau sukalibruotas savo pradiniame skepticizme?

12. Konkrečioms auditorijoms

Lyderiams ir vadovams

Vadovai nuolat priima didelės rizikos sprendimus, remdamiesi ribotais duomenimis: ketvirčio rezultatais, ankstyvais produktų atsiliepimais, įspūdžiais iš interviu, bandomųjų programų rezultatais. Imties dydžio ignoravimo kaštai kaupiasi organizacijos mastu.

Specifinės strategijos:

• Nustatykite minimalius stebėjimo periodus prieš darant išvadą, kad iniciatyvos pavyksta ar žlunga
• Reikalaukite nurodyti imties dydį visuose vidiniuose tyrimuose ir analitikoje
• Kurkite sprendimų priėmimo sistemas, kurios aiškiai įtrauktų mažų imčių netikrumą
• Modelio statistinis nuolankumas: viešai peržiūrėkite išvadas, kai gaunama daugiau duomenų, keičiančių vaizdą
• Burti komandas, turinčias statistikos ekspertizės, kurios galėtų mesti iššūkį pernelyg savimi pasitikinčioms interpretacijoms

Komandos lygmens intervencijos:

• Paskirkite „imties dydžio advokato“ vaidmenį svarbiuose susitikimuose
• Kurkite normas, susijusias su pasitikėjimo kalibravimu: „Atsižvelgiant į šį N, kaip turėtume būti tikri?“
• Atlikite praeityje priimtų sprendimų su ribotais duomenimis analizes (post-mortems)

Tėvams ir pedagogams

Vaikams reikia išsiugdyti statistinę intuiciją prieš formalaus tikimybių mokymosi pradžią. Tikslas yra formuoti mąstymo įpročius, kurie kvestionuoja įrodymų stiprumą.

Amžiui tinkami paaiškinimai:

• Mažiems vaikams: „Kai kažką išbandėme tik kelis kartus, mes tikrai negalime žinoti, ar taip bus visada“
• Vyresniems vaikams: Naudokite žaidimus ir eksperimentus (monetų metimus, kauliukų ridenimus), kad parodytumėte, kaip svyruoja mažos imtys
• Paaugliams: Aptarkite, kaip socialinė žiniasklaida sukuria šališkas bendraamžių elgesio ir nuomonių imtis

Veiklos:

• Šeimos eksperimentai su kauliukais ir monetomis, siekiant stebėti dispersiją
• Aptarkite, kiek bandymų kažkas nusipelno, prieš darant išvadą, ar tai „gera“, ar „bloga“
• Kartu analizuokite reklamos teiginius: „Iš kur jie tai žino?“

Sveikatos priežiūros specialistams

Medicinos sprendimai turi gyvybės ar mirties pasekmes, todėl jautrumas imties dydžiui yra kritiškai svarbus. Mamografijos problema rodo, kaip net apmokyti gydytojai kovoja su statistiniu samprotavimu.

Klinikinės implikacijos:

• Pripažinkite, kad neįprasti pavienių pacientų tyrimų rezultatai gali būti atrankos dispersija
• Būkite ypač atsargūs dėl retų ligų, kur bazinės normos daro klaidingai teigiamus rezultatus labai tikėtinus
• Naudokite dažnių formatus, bendraudami su pacientais apie riziką

Komunikacijos su pacientais strategijos:

• Paaiškinkite, kad vienas tyrimo rezultatas yra vienas duomenų taškas; stebėjimas laikui bėgant suteikia patikimesnės informacijos
• Pateikite gydymo veiksmingumo duomenis su aiškiais imčių dydžiais: „500 pacientų tyrime...“
• Padėkite pacientams suprasti, kad jų individuali patirtis gali neatitikti populiacijos statistikos

Finansų specialistams

Rinkos griežtai baudžia už imties dydžio ignoravimą. Vaikymasis trejų metų rezultatų istorijos, per didelė reakcija į ketvirčio pelną ir išgyvenamumo šališkumo ignoravimas kasmet investuotojams kainuoja milijardus.

Specifinės investavimo taikymo sritys:

• Reikalaukite ilgesnės veiklos istorijos, prieš darydami išvadą, kad valdytojas turi įgūdžių
• Atsižvelkite į išgyvenamumo šališkumą, analizuodami fondų kategorijas
• Pripažinkite, kad trumpalaikis geresnis pasirodymas yra suderinamas su atsitiktine variacija

Komunikacijos su klientais strategijos:

• Švieskite klientus apie trumpalaikių rezultatų nepatikimumą
• Pateikite istorinius duomenis su atitinkamais pasikliautinaisiais intervalais
• Paaiškinkite regresiją į vidurkį: ekstremalūs rezultatai paprastai sušvelnėja laikui bėgant

Rizikos valdymo implikacijos:

• Formuokite portfelius darydami prielaidą, kad pastarojo meto laimėtojai regresuos
• Reikalaukite ilgesnių vertinimo periodų naujoms strategijoms
• Įtraukite neapibrėžtumą dėl mažų imčių į rizikos modelius

13. Sąveika su kitais šališkumais

Šališkumai, kurie sustiprina šį

Šališkumai, kurie atsveria šį

Įprastos šališkumų grandinės

Reprezentatyvumo euristika → Nejautrumas imties dydžiui → Lošėjo klaida → Sunkvežimių išlaidų klaida (Sunk Cost Fallacy)

Paaiškinimas: Pradedame nuo tikimybės vertinimo pagal panašumą, o ne imties patikimumą. Kai mažos imtys nukrypsta nuo laukiamų dėsningumų, mes tikimės, kad jos „pasitaisys“, o tai sukelia Lošėjo klaidą. Kai jos nepasitaiso, galime toliau investuoti (Sunk Cost), tikėdami, kad „persilaužimas“ jau visai čia pat.

Kaip pertraukti: Kvestionuokite imties dydį pirmajame etape. Paklauskite: „Ar tai pakankamai duomenų, kad būtų galima pasitikėti?“, prieš pradedant bet kokį priežastinį interpretavimą.

14. Kultūrinės perspektyvos

Tyrimų apie kultūrinius skirtumus dėl šio šališkumo vis dar trūksta, tačiau kai kurie dėsningumai išryškėja iš tarpkultūrinės kognityvinės psichologijos.

Kultūros, pabrėžiančios analitinį mąstymą (dažnai siejamos su Vakarų, individualistinėmis visuomenėmis), gali parodyti kitokius pažeidžiamumo dėsningumus nei kultūros, pabrėžiančios holistinį mąstymą (dažnai siejamos su Rytų Azijos, kolektyvistinėmis visuomenėmis). Holistiškai mąstantys žmonės gali būti dėmesingesni kontekstui ir situaciniams veiksniams, o tai gali sušvelninti kraštutines išvadas iš mažų imčių.

Švietimo sistemos, pabrėžiančios automatinį matematinį skaičiavimą, o ne konceptualų statistinį samprotavimą, tikriausiai turi įtakos šališkumo sunkumui. Dažnio formato hipotezė rodo, kad kultūros, turinčios stipresnes konkrečios, patirtinės matematikos tradicijas, gali geriau atlikti užduotis, jautrias imties dydžiui.

Tarpkultūriniai tyrimai iš tokių institucijų kaip Project Implicit (dalyvaujant tyrėjams iš Ben-Gurion universiteto, Izraelis, ir Harvardo) rodo, kad nors šis šališkumas yra universalus, pasikliovimo euristikomis laipsnis gali skirtis priklausomai nuo švietimo sistemų ir kultūrinių normų.

15. Mitai ir klaidingi įsitikinimai

16. Ekspertų įžvalgos

„Žmonės turi klaidingą intuiciją apie atsitiktinumo dėsnius. Visų pirma, atsitiktinai iš populiacijos ištrauktą imtį jie laiko labai reprezentatyvia, tai yra, panašia į populiaciją pagal visas esmines savybes.“ — Amos Tversky & Daniel Kahneman, Science (1974)

„Maža imtis, kuri yra labai reprezentatyvi populiacijai pagal sudėtį, nebūtinai yra reprezentatyvi statistinėmis savybėmis, tokiomis kaip vidurkiai, dispersijos ar koreliacijos.“ — Amos Tversky & Daniel Kahneman, „Belief in the Law of Small Numbers“ (1971)

„Protas nesukurtas apskaičiuoti tikimybių procentų forma, tačiau jis gali 'matyti' natūralius dažnius.“ — Gerd Gigerenzer, Max Plancko žmogaus raidos institutas

17. Pagrindiniai akcentai

1. Dispersija mažėja didėjant imties dydžiui: Šis matematinis faktas (σ/√n) yra nuolat pažeidžiamas žmogaus intuicijos. Mažos imtys iš prigimties yra nepastovios; didelės imtys yra stabilios.

2. Šališkumas yra universalus: Nuo neprofesionalų iki Nobelio premijos laureatų, visi demonstruoja šią tendenciją. Statistinis mokymas sumažina, bet nepašalina to.

3. Mes matome dėsningumus triukšme: Proto dėsningumų atpažinimo sistemos neatsižvelgia į imties patikimumą, todėl mes konstruojame priežastines istorijas atsitiktiniams svyravimams.

4. Formatas svarbus: Informacijos pateikimas natūraliais dažniais („10 iš 1 000“), o ne procentais dramatiškai pagerina samprotavimą, o tai rodo, kad šališkumas iš dalies yra susijęs su informacijos dizainu.

5. Kaina yra didžiulė: Replikacijos krizė, klaidingos medicininės diagnozės, finansiniai burbulai ir rinkodaros katastrofos gali būti atsektos iki šios vienos klaidos.

6. Šališkumas išsivystė dėl rimtų priežasčių: Duomenų stokojančiose protėvių aplinkose greitas apibendrinimas iš mažų imčių buvo adaptyvus. Neatitikimas su šiuolaikine duomenų kupina aplinka sukuria problemą.

7. Klauskite „Koks N?“: Pati efektyviausia intervencija yra imties dydžio atkreipimas dėmesį prieš darant išvadas.

18. Papildomi ištekliai

Akademiniai straipsniai

• 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.

Knygos

• 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.

Knygų skyriai

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

19. Santraukos kortelė

20. Naudojamų terminų žodynėlis

21. Klausimai diskusijai

Knygų klubams, klasėms ar savirefleksijai:

1. Prisiminkite neseniai priimtą svarbų sprendimą. Kokiu duomenų kiekiu buvo pagrįstas tas sprendimas, ir ar pasirinktumėte taip pat, jei turėtumėte dešimt kartų daugiau informacijos?

2. Kodėl, jūsų manymu, statistinis mokymas visiškai nepašalina šio šališkumo? Ką tai atskleidžia apie žmogaus pažinimo architektūrą?

3. Inkstų vėžio žemėlapis parodė, kad tiek didžiausias, TIEK mažiausias vėžio lygis pasitaiko mažose, kaimiškose apygardose. Kaip statistikos apmokytas visuomenės sveikatos pareigūnas į tai pažiūrėtų kitaip nei neapmokytas?

4. Gigerenzeris teigia, kad informacijos pateikimas natūraliais dažniais, o ne procentais, dramatiškai pagerina samprotavimą. Kodėl mūsų protas gali geriau tvarkytis su „10 iš 1 000“ nei su „1%“?

5. Jei šis šališkumas buvo adaptyvus protėvių aplinkoje, ką tai sako apie tai, kaip turėtume prie jo prieiti – kaip prie kažko, ką reikia pašalinti, ar kaip prie kažko, ką reikia tinkamai nukreipti?