<S9> 偶然が引き起こす愚かなバイアス 少数の法則 と アンカリング効果

Slides:



Advertisements
Similar presentations
5 章 標本と統計量の分布 湯浅 直弘. 5-1 母集団と標本 ■ 母集合 今までは確率的なこと これからは,確率や割合がわかっていないとき に, 推定することが目標. 個体:実験や観測を行う 1 つの対象 母集団:個体全部の集合  ・有限な場合:有限母集合 → 1つの箱に入っているねじ.  ・無限な場合:無限母集合.
Advertisements

土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
2006 年度 統計学講義内容 担当者 河田正樹
統計学 西山. 標本分布と推定 標準誤差 【例題】 ○○ 率の推 定 ある人気ドラマをみたかどうかを、 100 人のサンプルに対して質問したところ、 40 人の人が「みた」と答えた。社会全体 では、何%程度の人がこのドラマを見た だろうか。 信頼係数は95%で答えてください。
統計学 西山. 平均と分散の標本分布 指定した値は μ = 170 、 σ 2 = 10 2 、データ数は 5 個で反復 不偏性 母分散に対して バイアスを含む 正規分布カイ二乗分布.
統計学入門2 関係を探る方法 講義のまとめ. 今日の話 変数間の関係を探る クロス集計表の検定:独立性の検定 散布図、相関係数 講義のまとめ と キーワード 「統計学入門」後の関連講義・実習 社会調査士.
コンピュータプラクティ スⅠ アンケート 水野嘉明 1. 本日の予定 「アンケート」  人間的な要因を評価するための 一手段として、アンケートの方 法について学ぶ  実験では、アンケートの集計を 行う 2.
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
<S8> Review: <S1 – S7> 模擬試験の活用法: 学習法の最終確認
第4章補足 分散分析法入門 統計学 2010年度.
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
確率・統計Ⅰ 第12回 統計学の基礎1 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
<S5> 上機嫌な直感君には要注意? プライミング効果 と 認知容易性
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
<S7> 直感君の判断の仕組みを熟慮できた? 直感君の3機能 と 自動的な置き換え
統計的仮説検定 基本的な考え方 母集団における母数(母平均、母比率)に関する仮説の真偽を、得られた標本統計量を用いて判定すること。
統計学  第7回 西 山.
統計学 12/3(月).
アルゴリズムイントロダクション第5章( ) 確率論的解析
統計的仮説検定の考え方 (1)母集団におけるパラメータに仮説を設定する → 帰無仮説 (2)仮説を前提とした時の、標本統計量の分布を考える
統計学 11/30(木).
情報は人の行為に どのような影響を与えるか
疫学概論 母集団と標本集団 Lesson 10. 標本抽出 §A. 母集団と標本集団 S.Harano,MD,PhD,MPH.
「データ学習アルゴリズム」 第3章 複雑な学習モデル 3.1 関数近似モデル ….. … 3層パーセプトロン
研修1 組織の規範について 東京コンサル株式会社 担当:事変.
<S10> 市民 と 専門家 の意見の対立 利用可能性ヒューリスティック と 感情ヒューリスティック
第7回 二項分布(続き)、幾何分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
統計学 12/13(木).
統計リテラシー教育における 携帯端末の利用
統計学 第1週 9/27(木) 担当:鈴木智也.
統計解析 第10回 12章 標本抽出、13章 標本分布.
橋本 保健統計演習への準備.
数理統計学 第11回 西 山.
仮想評価(仮想市場)法 CVM(Contingent Valuation Method)
統計学の基礎と応用 張 南   今日の話:序   論          履修の注意事項.
要約 きりん、まぐろ、PB.
母集団と標本:基本概念 母集団パラメーターと標本統計量 標本比率の標本分布
第3回 確率変数の平均 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
仮想評価(仮想市場)法 CVM(Contingent Valuation Method)
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
確率・統計Ⅰ 第3回 確率変数の独立性 / 確率変数の平均 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
第8回授業(5/29日)の学習目標 検定と推定は、1つの関係式の見方の違いであることを学ぶ。 第3章のWEB宿題の説明
第3章 統計的推定 (その1) 統計学 2006年度.
統計学 西 山.
1.標本平均の特性値 2.母分散既知の標本平均の分布 3.大数法則と中心極限定理
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
数量分析 第2回 データ解析技法とソフトウェア
確率と統計 年1月12日(木)講義資料B Version 4.
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
中級ミクロ経済(2004) 授業予定.
1.母平均の検定:小標本場合 2.母集団平均の差の検定
早稲田大学大学院商学研究科 2014年12月10日 大塚忠義
第4章 統計的検定 (その2) 統計学 2006年度.
「アルゴリズムとプログラム」 結果を統計的に正しく判断 三学期 第7回 袖高の生徒ってどうよ調査(3)
経営学研究科 M1年 学籍番号 speedster
クロス表とχ2検定.
母集団と標本抽出の関係 母集団 標本 母平均μ サイズn 母分散σ2 平均m 母標準偏差σ 分散s2 母比率p 標準偏差s : 比率p :
仮想評価(仮想市場)法 CVM(Contingent Valuation Method)
統計学  第9回 西 山.
数理統計学 西 山.
小標本に関する平均の推定と検定 標本が小さい場合,標本分散から母分散を推定するときの不確実さを加味したt分布を用いて,推定や検定を行う
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
仮想評価(仮想市場)法 CVM(Contingent Valuation Method)
確率と統計 確率編- 平成20年10月29日(木).
確率と統計 確率編- 平成19年10月25日(木) 確率と統計2007.
平成23年12月22日(木) No.9 東京工科大学 担当:亀田弘之
確率と統計 年12月16日(木) Version 3.
確率と統計 年1月7日(木) Version 3.
Presentation transcript:

<S9> 偶然が引き起こす愚かなバイアス 少数の法則 と アンカリング効果 ■ K(14): 10-11章: 偶然に踊ろされる自分に気づける?  1  統計学を無視する少数の法則 2 数字に引き寄せられるアンカリング効果 3 愚かなバイアス: 乱用 と 回避

前回までとの関係 第1部から第2部へ 第1部 2つのシステム: K(14, 序論-9章),<S1-8> 前回までとの関係 第1部から第2部へ 第1部 2つのシステム: K(14, 序論-9章),<S1-8> システム1(直感君)とシステム2(熟慮様)の機能と関係 各システムの作用に関する用語・概念・実験結果: 試験 日常会話で使用し,判断力の改善を意識 : 目的 + 知的努力  知っていても,使えなければ,バイアス 第2部 ヒューリスティクスとバイアス: K(10-18章), <S9-15> S9-12 & K10-17章: 直感君によるバイアスの具体例 S13 & K18章: バイアスの修正法?

本日の読解力Check 大数の法則,少数の法則とは? p.201 単なる統計的事実(p.194)には,なぜ原因の究明が不要? アナタが見たアンカリングの例は?

1 統計学を無視する少数の法則 大数の法則  統計学・確率論の基礎的な極限論 ≒ 独立試行を繰り返すと,経験的確率は理論的確率に一致 1 統計学を無視する少数の法則 大数の法則  統計学・確率論の基礎的な極限論 ≒ 独立試行を繰り返すと,経験的確率は理論的確率に一致 コイン投げの例: 表が出る回数  理論的確率1/2 ∴ 統計的推論の前提: ランダムで十分な数のサンプル If 不適切な調査法・統計処理  アーティファクト p.197 例: 過少な標本数(サンプルサイズ) や 無作為でないサンプル 単なる統計的事実(p.194)には,直感君は無能 偶発事象(p.194)なのに,<S6>原因や因果関係を作る!

Q1 単なる統計的事実の例 赤と白の札が半々に入った箱からの取り出し&戻す試行の繰り返し 大数の法則:偶発事象も積み重なれば,規則的なふるまい p.195 一度に2枚ずつ取り出すとき,「赤1+白1」の発生確率は, 極端なケース(赤2)の何倍になる? 考え方 一度に4枚ずつ取り出すとき,「赤2+白2」の発生確率は, 極端なケース(赤4)の何倍になる? p.195 一度に4枚ずつ取り出すときの極端なケース(赤4)の発生 確率は, 7枚ずつ取り出すときの極端なケース(赤7)の何 倍になる? p.195

A1 テキストの予想確率の求め方 理論的確率  リスト: 起こりうる場合に占める割合 理論的確率  リスト: 起こりうる場合に占める割合 22 = 4通り: 赤2 or 白2 = 1/4, 赤白 = 2/4  2倍 24 = 16通り: 赤4 or 白4 = 1/16, 赤2白2 = 6/16, 赤3白1 or 白3赤1 = 4/16  6倍 赤4 or 白4 = 1/24= 1/16, 赤7 or 白7 = 1/27 = 1/128  %表示の予想確率は,6.25%,0.78%だから,8倍 全部赤または白の予想確率は2倍の12.5%, 1.56%

Q2 アーティファクトの例 米国3141郡の腎臓癌の出現率調査の結果をどう説明? 出現率の低い郡の大半は,中西・西・南部の人口密度の低い 農村部で,伝統的に共和党の地盤 田舎のきれいな環境のおかげ? p.193 出現率の高い郡の大半は,中西・西・南部の人口密度の低い 農村部で,伝統的に共和党の地盤 田舎の貧しい環境のせい? p.194 このアーティファクトの原因は? Q1 & 小さな標本数 p.197

少数の法則 と 直感君の暴走 少数の法則  大数の法則の無理解への皮肉 p.201 小さな標本数なのに,大数の法則が成立すると思い込む錯覚 Q1-2が,「単なる統計的事実」である理由 小標本による偶発事象であり,因果関係ではない  p.194-5 少数の法則が引き起こすバイアス Q2: 因果関係のない,少数標本による偶発事象でも, 原因や因果関係を作り出す結論に飛びつく連想マシン<S6>

専門家でさえ小数の法則に陥る理由 知っていることを良く分かるには,知的努力が必要 p.197 直感君は信じたがり,熟慮様による疑いには注意・自制が必要 ∴ 常に「疑うより信じたい」バイアス p.203 自分が見た少ない観察例から,一貫しすぎる現実像 p.203 ≒ハロー効果の働き: 断片情報  リッチなイメージ ∴ 規則性を偶発事象とは認めない傾向 p.205 意志や因果関係による?  進化: 原因・パターンの探索

Q3 知ってる or 理解している の 自己診断 人生で遭遇する大半のことはランダムだと思う? p.208 1 MMMWWW, 2 WWWWWW, 3 MWMMWM ホットハンドとは? 存在する? p.207 良い学校は,平均的に小さい という報告書の問題は? p.209

2 数字に引き寄せられるアンカリング効果 アンカリング(係留)効果 p.213 = 見積もる数値が,その前に示された特定値付近にとどまる 2 数字に引き寄せられるアンカリング効果 アンカリング(係留)効果  p.213 = 見積もる数値が,その前に示された特定値付近にとどまる  示された特定値が錨のように見積もり値を係留させる 例: 国連に占めるアフリカ諸国の比率は? p.212 メモする数字と平均見積もり値: 10  25%, 65  45% ∴ <S6>プライミング効果のような暗示は,日常茶飯事! マーケティングや日常交渉でも多用・乱用  注意が必要

2種類のアンカリングのメカニズム プライミングによるアンカリング効果  直感君 プライミングによるアンカリング効果  直感君 プライム  連想記憶: 高い(低い)温度なら夏(冬)関連語 プライムを信じようが信じまいが,自動的に記憶を探索 この探索された記憶をもとに,見積もる 最初のプライムは,根拠がなくとも偶然でも,アンカーになる 慎重な調整を伴うアンカリング  熟慮様 不確実だが一定の数値範囲を想起する  注意・自制 その一端に達すれば調整を終了  不十分な調整

Q4 2種類の効果 アンカリングのメカニズムを説明できる? 高速道路から一般道路に下りてからのスピード p.215 それは同乗者と話がはずんでいる場合にはどう変化? 伊藤博文が首相になったのはいつ? p.216 それは高い認知負荷や飲酒時にはどう変化? 1885,44 ガンジーが亡くなったとき,144歳より上でしたか,下で したか? 何歳で亡くなりましたか? p.217, 78 1-4: 慎重な調整, 5: プライム

Q5 アンカリング率 A率 アンカリング率 A (%表示) の定義 と テキストへの疑問 国連のA = (45-25) ÷ (65-10) * 100 = 36% ≠ 44% p.224 世界で最も高いアメリカ杉の質問 p.221 1200ftより高い低い? どれぐらい? 844ft 180ftより高い低い? どれぐらい? 282ft   A = (844-282) / (1200-180) * 100 = 55% 海鳥救済寄付 A = 31% ≒ 30% p.223

3 愚かなバイアス: 乱用 と 回避 偶然によっても引き起こされるバイアス 小数の法則に基づく誤った原因・因果関係の説明 3 愚かなバイアス: 乱用 と 回避 偶然によっても引き起こされるバイアス 小数の法則に基づく誤った原因・因果関係の説明 偶発事象にも,誤った原因や因果関係による説明を発明 アンカリングに基づくバイアスのある推定・判断 偶然のプライムによる暗示 や 偶然の環境による不十分な調整 日常的氾濫と意図的利用に対する注意の重要性 過少サンプルの統計分析やプライムは,日常茶飯事 さらに,意図的利用も多い  熟慮様による注意・自制

Q6 アンカリングの利用・乱用 どのような効果? そのためには,どんな水準に設定? 安売り店での標準価格表示 p.223 どのような効果? そのためには,どんな水準に設定? 安売り店での標準価格表示 p.223 オークションでの予想落札価格 p.223 裁判官に,数字を印象づける p.224 期間限定・数量制限を伴う特売 p.225 売り手による住宅価格の提示(先手の有利性) p.225 賠償金額の上限額の設定 p.226 逆に,バイアスを回避するには,どうすればいい?

偶然の威力 と 自由意志 人は自由なの? vs. 経済学や哲学の合理的経済人観  意志が,無意識のうちに偶然に支配される現実 p.228 ∴ 直感君も熟慮様も,認め難い事実: 偶然の威力 自由の費用: 意志の自由を保つ熟慮様の機械費用 偶然に支配される自由   バイアス 偶然を利用して人を踊らせる自由  マーケティング そうした人に踊らされる自由   バイアス

偶発事象によるバイアスの回避 統計的事実や数字を見たら,熟慮様の注意をオン: 合理性 サンプルの数と無作為性  母集団との対比 サンプルの数と無作為性  母集団との対比 数字のアンカリング効果の認識  数字を無視する 熟慮様のスキルを練習して磨く: アルゴリズム性 統計学の基礎知識 but 知ってる ≠ 使える p.197 交渉術・ゲーム理論の基礎 p.225-6 先手有利,席を立つ,反対の場合,最低費用,相手の損失費 用 ミクロ経済学は役立つ? ただし,使えること!

本日の要点 & 次回への準備 偶然が引き起こすバイアスに注意 統計的事実でも,原因を考える前に,サンプル数に注意 先に数字を見たら,アンカリング効果の作用に注意 その意図的な利用の場合には,熟慮様を稼働して反論 テレビ・新聞の事実報道,日常や特に高額の買い物や交渉 次回準備: K(14) 序12-13 章 <S10> 利用可能性と感情と代表性 <S2,7> 3ヒューリスティクス <S3> ベイズのルール の使い方の復習開始  <S11>

知っていること と 使えること p.197 1を「知っている」ことが,2を「理解している」とは限らない 1と2は同じ意味なのに,2の理解には知的努力が必要 標本サイズが大きければ,小さい場合よりも正確 標本サイズが小さいと,大きい場合より極端なケースが 生じやすい この知的努力の不足  専門家でさえ少数の法則 知っているには大きな幅: 聞いたことがある<ー->使える 理解を深めるには,実際に練習して使えることが重要 えれか