Ano ang Halimbawang Sukat na Pagwawasto?
Ang Halimbawang Sukat ng Pagbabawas ay isang nagbibigay-malay na bias na sikat na pinag-aralan nina Amos Tversky at Daniel Kahneman. Nangyayari ito kapag ang mga gumagamit ng impormasyon sa istatistika ay gumawa ng mga maling konklusyon sa pamamagitan ng hindi pagtukoy sa halimbawang sukat ng data na pinag-uusapan.
Ang pinagbabatayan ng sanhi ng Sample na Laki ng Pagbabalewala ay ang mga tao ay madalas na hindi nauunawaan na ang mataas na antas ng pagkakaiba-iba ay mas malamang na magaganap sa mga maliliit na halimbawa. Samakatuwid, kritikal upang matukoy kung ang laki ng sample na ginamit upang makabuo ng isang naibigay na istatistika ay sapat na malaki upang payagan ang mga makabuluhang konklusyon.
Ang pag-alam kung ang isang laki ng sample ay sapat na malaki ay maaaring maging hamon para sa mga walang magandang pag-unawa sa mga istatistika.
Mga Key Takeaways
- Ang Halimbawang Sukat ng Pagbabawas ay isang nagbibigay-malay na bias na pinag-aralan nina Amos Tversky at Daniel Kahneman.Ito ay binubuo ng pagguhit ng mga maling konklusyon mula sa impormasyon ng istatistika, dahil sa hindi isinasaalang-alang ang mga epekto ng halimbawang sukat.Ang pagnanais na mabawasan ang peligro ng Sample na Laki ng Pag-alis ay dapat tandaan na mas maliit ang mga laki ng sample ay nauugnay sa mas maraming pabagu-bago na mga resulta ng istatistika, at kabaligtaran.
Pag-unawa sa Halimbawang Sukat ng Pagwawasto
Kung ang isang sukat na laki ay napakaliit, tumpak at mapagkakatiwalaang mga konklusyon ay hindi maaaring iguhit. Sa konteksto ng pananalapi, maaari itong linlangin ang mga namumuhunan sa iba't ibang paraan.
Halimbawa, ang isang mamumuhunan ay maaaring makakita ng isang para sa isang bagong pondo ng pamumuhunan, na ipinagmamalaki na nabuo ang 15% annualized na pagbabalik mula noong ito ay umpisahan. Ang mamumuhunan ay maaaring mabilis na isama na ang pondong ito ay ang kanilang tiket sa mabilis na henerasyon ng kayamanan. Gayunpaman, ang konklusyon na ito ay maaaring mapanganib na magkamali kung ang pondo ay hindi matagal na namuhunan. Sa kasong iyon, ang mga resulta ay maaaring dahil sa mga panandaliang anomalya at may kaunting kaugnayan sa aktwal na pamamaraan ng pamumuhunan ng pondo.
Ang Halimbawang Sukat ng Pagwawalang-bahala ay madalas na nalilito sa Base Rate Neglect, na isang hiwalay na cognitive bias. Habang ang Halimbawang Sukat ng Pagwawasto ay tumutukoy sa kabiguan na isaalang-alang ang papel na ginagampanan ng mga laki ng sample sa pagtukoy ng pagiging mapagkakatiwalaan ng mga estadistika na pag-aangkin, ang Base Rate Neglect ay nauugnay sa pagkahilig ng mga tao na huwag pansinin ang umiiral na kaalaman tungkol sa isang kababalaghan kapag sinusuri ang mga bagong impormasyon.
Tunay na Daigdig na Halimbawa ng Halimbawang Sukat na Nagpabaya
Upang higit na maunawaan ang Sample na Laki ng Pagwawasto, isaalang-alang ang sumusunod na halimbawa, na nakuha mula sa pananaliksik nina Amos Tversky at Daniel Kahneman:
Ang isang tao ay hiniling na gumuhit mula sa isang sample ng limang bola, at natagpuan na ang apat ay pula at ang isa ay berde.
Ang isang tao ay nakakakuha mula sa isang sample ng 20 bola, at natagpuan na ang 12 ay pula at walo ay berde.
Aling sample ang nagbibigay ng mas mahusay na katibayan na ang mga bola ay higit sa lahat pula?
Karamihan sa mga tao ay nagsasabi na ang una, mas maliit na sample ay nagbibigay ng mas malakas na katibayan dahil ang ratio ng pula hanggang berde ay mas mataas kaysa sa mas malaking sample. Gayunpaman, sa katotohanan ang mas mataas na ratio ay higit pa kaysa sa mas maliit na laki ng sample. Ang halimbawang 20 ay talagang nagbibigay ng mas matibay na katibayan.
Ang isa pang halimbawa mula kay Amos Tversky at Daniel Kahneman ay ang mga sumusunod:
Ang isang bayan ay pinaglingkuran ng dalawang ospital. Sa mas malaking ospital, isang average ng 45 na sanggol ang ipinanganak bawat araw, at sa mas maliit na ospital mga 15 na sanggol ang ipinanganak bawat araw. Bagaman 50% ng lahat ng mga sanggol ay mga batang lalaki, ang eksaktong porsyento ay nagbabago mula sa araw-araw.
Sa loob ng isang taon, naitala ng bawat ospital ang mga araw kung saan higit sa 60% ng mga sanggol ang nangyari sa mga batang lalaki. Aling ospital ang nagrekord ng mga ganyang araw?
Nang tanungin ang tanong na ito, 22% ng mga sumasagot ang nagsabi na ang mas malaking ospital ay mag-uulat ng higit pang mga araw na iyon, habang ang 56% ay nagsabi na ang mga resulta ay magiging pareho para sa parehong mga ospital. Sa katunayan, ang tamang sagot ay ang mas maliit na ospital ay magre-record ng mas maraming mga araw, dahil ang mas maliit na sukat nito ay makakagawa ng mas malaking pagkakaiba-iba.
Tulad ng nabanggit namin nang mas maaga, ang ugat ng Halimbawang Laki ng Pag-usapan ay madalas na hindi nauunawaan ng mga tao na ang mataas na antas ng pagkakaiba-iba ay mas malamang na magaganap sa mga maliliit na halimbawa. Sa pamumuhunan, maaari itong maging tunay magastos.
