מהי הזנחה בגודל לדוגמא?
הזנחה בגודל המדגם היא הטיה קוגניטיבית שנחקרה במפורסם על ידי עמוס טברסקי ודניאל כהנמן. זה קורה כשמשתמשים במידע סטטיסטי מסיקים מסקנות שגויות בכך שהם לא מחשיבים את גודל המדגם של הנתונים המדוברים.
הגורם הבסיסי להזנחה בגודל המדגם הוא שלעתים קרובות אנשים לא מבינים שרמת שונות גבוהה יותר צפויה להופיע במדגמים קטנים. לפיכך, חשוב מאוד לקבוע אם גודל המדגם המשמש לייצור נתון נתון הוא גדול מספיק כדי לאפשר מסקנות משמעותיות.
לדעת מתי גודל המדגם גדול מספיק זה יכול להיות מאתגר עבור מי שאין לו הבנה טובה של השיטות הסטטיסטיות.
Takeaways מפתח
- הזנחה בגודל המדגם הינה הטיה קוגניטיבית שנחקרה על ידי עמוס טברסקי ודניאל כהנמן. היא מורכבת מהסקת מסקנות שגויות ממידע סטטיסטי, מכיוון שלא שקלתי את ההשפעות של גודל המדגם. אלה שרוצים להפחית את הסיכון להזנחה בגודל מדגם צריכים לזכור כי קטן יותר גדלי המדגם קשורים לתוצאות סטטיסטיות נדיפות יותר, ולהיפך.
הבנת הזנחה בגודל לדוגמא
כאשר גודל מדגם קטן מדי, לא ניתן להסיק מסקנות מדויקות ואמינות. בהקשר של מימון זה יכול להטעות את המשקיעים בדרכים שונות.
לדוגמה, משקיע עשוי לראות קרן השקעות חדשה, המתגאה בכך שהניב תשואה שנתית של 15% מאז הקמתה. המשקיע עשוי להזדרז לכלול כי קרן זו היא הכרטיס שלהם לייצור עושר מהיר. עם זאת, מסקנה זו יכולה להיות מוטעית בצורה מסוכנת אם הקרן לא משקיעה זמן רב. במקרה כזה, התוצאות יכולות להיות כתוצאה מחריגות לטווח הקצר ולא קשורות מעט למתודולוגיית ההשקעה בפועל של הקרן.
הזנחה בגודל לדוגמא מתבלבלת לעיתים קרובות עם הזנחת קצב בסיס, שהיא הטיה קוגניטיבית נפרדת. בעוד שהזנחה בגודל המדגם מתייחסת לאי התחשבות בתפקיד גדלי המדגם בקביעת אמינותן של טענות סטטיסטיות, הזנחת קצב הבסיס מתייחסת לנטייה של אנשים להזניח ידע קיים אודות תופעה בבחינת מידע חדש.
דוגמה לעולם האמיתי להזנחה בגודל לדוגמא
כדי להבין טוב יותר הזנחה בגודל לדוגמא, שקול את הדוגמה הבאה, שנבעה ממחקרים של עמוס טברסקי ודניאל כהנמן:
אדם מתבקש לצייר מדגם של חמישה כדורים, ומגלה שארבעה הם אדומים ואחד ירוק.
אדם שואב מדגימה של 20 כדורים ומגלה ש -12 הם אדומים ושמונה הם ירוקים.
איזו דוגמה מספקת הוכחות טובות יותר לכך שהכדורים אדומים בעיקר?
רוב האנשים אומרים שהמדגם הראשון והקטן יותר מספק הוכחות חזקות בהרבה מכיוון שהיחס של אדום לירוק גבוה בהרבה מהמדגם הגדול יותר. עם זאת, במציאות היחס הגבוה יותר עולה על ידי גודל המדגם הקטן יותר. המדגם של 20 למעשה מספק עדויות הרבה יותר חזקות.
דוגמה נוספת של עמוס טברסקי ודניאל כהנמן היא כדלקמן:
עיירה מוגשת על ידי שני בתי חולים. בבית החולים הגדול יותר נולדים בממוצע 45 תינוקות בכל יום, ובבית החולים הקטן יותר נולדים כ -15 תינוקות בכל יום. למרות ש 50% מכלל התינוקות הם בנים, האחוז המדויק משתנה מיום ליום.
במהלך שנה אחת, כל בית חולים רשם את הימים שבהם במקרה יותר מ -60% מהתינוקות היו בנים. באיזה בית חולים נרשמו עוד ימים כאלה?
כשנשאלו שאלה זו, 22% מהנשאלים ענו שבית החולים הגדול יותר ידווח על ימים נוספים כאלה ואילו 56% אמרו כי התוצאות יהיו זהות לשני בתי החולים. למעשה, התשובה הנכונה היא שבית החולים הקטן יותר היה רושם יותר ימים כאלה, מכיוון שגודלו הקטן יותר יביא לשונות רבה יותר.
כפי שציינו קודם לכן, השורש של הזנחה בגודל המדגם הוא שלעתים קרובות אנשים לא מבינים שרמת סבירות גבוהה יותר של שונות תהיה במדגמים קטנים. בהשקעה זה יכול להיות מאוד יקר.
