Better Investing Tips

Zdefiniowano zaniedbanie rozmiaru próbki

click fraud protection

Co to jest zaniedbanie wielkości próbki?

Zaniedbanie wielkości próbki to błąd poznawczy słynny studiowany przez Amosa Tversky'ego i Daniel Kahneman. Występuje, gdy użytkownicy informacji statystycznych wyciągają fałszywe wnioski, nie biorąc pod uwagę wielkość próbki kwestionowanych danych.

Podstawową przyczyną zaniedbania wielkości próby jest to, że ludzie często nie rozumieją, że wysoki poziom zmienność są bardziej prawdopodobne w małych próbkach. Dlatego bardzo ważne jest ustalenie, czy wielkość próby użytej do wygenerowania danej statystyki jest wystarczająco duża, aby umożliwić wyciągnięcie miarodajnych wniosków.

Wiedza, kiedy wielkość próby jest wystarczająco duża, może stanowić wyzwanie dla tych, którzy nie rozumieją dobrze metod statystycznych.

Kluczowe dania na wynos

  • Zaniedbanie wielkości próbki to błąd poznawczy badany przez Amosa Tversky'ego i Daniela Kahnemana.
  • Polega na wyciąganiu fałszywych wniosków na podstawie informacji statystycznych, z uwagi na nieuwzględnienie wpływu wielkości próby.
  • Osoby, które chcą zmniejszyć ryzyko zaniedbania liczebności próby, powinny pamiętać, że mniejsze liczebności próbek wiążą się z bardziej niestabilnymi wynikami statystycznymi i vice versa.

Zrozumienie zaniedbania wielkości próbki

Gdy wielkość próby jest zbyt mała, nie można wyciągnąć dokładnych i wiarygodnych wniosków. W kontekście finansów może to na różne sposoby wprowadzać inwestorów w błąd.

Na przykład inwestor może zobaczyć reklamę nowego funduszu inwestycyjnego, chwaląc się, że wygenerował 15% roczne zwroty od samego początku. Inwestor może szybko stwierdzić, że ten fundusz jest jego przepustką do szybkiego generowania bogactwa. Jednak wniosek ten może być niebezpiecznie błędny, jeśli fundusz nie inwestuje od bardzo dawna. W takim przypadku wyniki mogą wynikać z krótkoterminowych anomalii i mieć niewiele wspólnego z rzeczywistą metodologią inwestowania funduszu.

Zaniedbanie wielkości próbki jest często mylone z Zaniedbanie stawki podstawowej, co jest odrębnym błędem poznawczym. Podczas gdy Zaniedbanie wielkości próby odnosi się do nieuwzględnienia roli wielkości próby w określaniu wiarygodności danych statystycznych twierdzenia, Zaniedbanie stopy bazowej odnosi się do tendencji ludzi do zaniedbywania istniejącej wiedzy na temat zjawiska podczas oceny nowego Informacja.

Przykład zaniedbania wielkości próbki w świecie rzeczywistym

Aby lepiej zrozumieć zaniedbanie wielkości próbki, rozważmy następujący przykład, który został zaczerpnięty z badań Amosa Tversky'ego i Daniela Kahnemana:

Osoba jest proszona o pobranie próbki pięciu piłek i stwierdza, że ​​cztery są czerwone, a jedna zielona.
Osoba losuje próbkę 20 piłek i stwierdza, że ​​12 jest czerwonych, a osiem zielonych.
Która próbka jest lepszym dowodem na to, że kulki są głównie czerwone?

Większość ludzi twierdzi, że pierwsza, mniejsza próba dostarcza znacznie silniejszych dowodów, ponieważ stosunek czerwieni do zieleni jest znacznie wyższy niż w większej próbie. Jednak w rzeczywistości wyższy stosunek jest równoważony mniejszą liczebnością próby. Próba 20 faktycznie dostarcza znacznie silniejszych dowodów.

Inny przykład od Amosa Tversky'ego i Daniela Kahnemana jest następujący:

Miasto jest obsługiwane przez dwa szpitale. W większym szpitalu rodzi się średnio 45 dzieci dziennie, aw mniejszym szpitalu rodzi się około 15 dzieci dziennie. Chociaż 50% wszystkich dzieci to chłopcy, dokładny odsetek zmienia się z dnia na dzień.
W ciągu jednego roku każdy szpital odnotowywał dni, w których ponad 60% dzieci było chłopcami. Który szpital odnotował więcej takich dni?

Na to pytanie 22% respondentów stwierdziło, że większy szpital zgłosiłby więcej takich dni, a 56% stwierdziło, że wyniki byłyby takie same dla obu szpitali. W rzeczywistości poprawną odpowiedzią jest to, że mniejszy szpital zarejestrowałby więcej takich dni, ponieważ jego mniejszy rozmiar powodowałby większą zmienność.

Jak zauważyliśmy wcześniej, źródłem zaniedbania wielkości próby jest to, że ludzie często nie rozumieją, że wysokie poziomy wariancji są bardziej prawdopodobne w małych próbach. Inwestowanie może być rzeczywiście bardzo kosztowne.

Definicja kotwiczenia i regulacji

Co to jest zakotwiczenie i dopasowanie? Zakotwiczanie i dostosowywanie jest zjawiskiem, w który...

Czytaj więcej

Nie pozwól, aby duchy zwierząt wpływały na twoje ważne decyzje

Czym są duchy zwierzęce? „Duchy zwierzęce” to termin ukuty przez słynnego brytyjskiego ekonomis...

Czytaj więcej

Definicja mobilności zawodowej

Co to jest mobilność zawodowa? Zawodowa mobilność zawodowa odnosi się do zdolności pracowników ...

Czytaj więcej

stories ig