Prøvestørrelse Forsømmelse
Sample Size Neglect er en kognitiv skjevhet som kjent ble studert av Amos Tversky og Daniel Kahneman. Det oppstår når brukere av statistisk informasjon trekker falske konklusjoner ved å ikke ta hensyn til utvalgets størrelse på dataene det gjelder.
Den underliggende årsaken til forsømmelsesstørrelsesforsømmelse er at folk ofte ikke klarer å forstå at det er mer sannsynlig at høye variansnivåer forekommer i små prøver. Derfor er det avgjørende å avgjøre om prøvestørrelsen som brukes til å produsere en gitt statistikk er stor nok til å gi rom for meningsfulle konklusjoner.
Å vite når en prøvestørrelse er tilstrekkelig stor, kan være utfordrende for de som ikke har god forståelse av statistiske metoder.
Viktige takeaways
- Sample Size Neglect er en kognitiv skjevhet studert av Amos Tversky og Daniel Kahneman.
- Den består av å trekke falske konklusjoner fra statistisk informasjon, på grunn av at jeg ikke har vurdert effekten av utvalgets størrelse.
- De som ønsker å redusere risikoen for forsømmelsesstørrelse, må huske at mindre prøvestørrelser er assosiert med mer ustabile statistiske resultater, og omvendt.
Forstå forsømmelsesstørrelse
Når en prøvestørrelse er for liten, kan ikke nøyaktige og pålitelige konklusjoner trekkes. I forbindelse med finans kan dette villede investorer på forskjellige måter.
For eksempel kan en investor se en annonse for et nytt investeringsfond som kan skryte av å ha generert 15% årlig avkastning siden starten. Det kan hende investoren er rask med å inkludere at dette fondet er deres billett til generering av rask formue. Imidlertid kan denne konklusjonen være farlig feilledet hvis fondet ikke har investert på veldig lenge. I så fall kan resultatene skyldes kortsiktige avvik og ha lite å gjøre med fondets faktiske investeringsmetodikk.
Eksempel på størrelse med omsorgssvikt forveksles ofte med Base Rate Neglect, som er en egen kognitiv skjevhet. Mens prøvestørrelsesforsømmelse refererer til manglende overveielse av utvalgsstørrelsers rolle i å bestemme påliteligheten til statistiske påstander, relaterer Base Rate Neglect til folks tendens til å neglisjere eksisterende kunnskap om et fenomen ved evaluering av ny informasjon.
Real World-eksempel på forsømmelsesstørrelse
For å forstå prøven om forsømmelsesstørrelse bedre, kan du vurdere følgende eksempel som er hentet fra forskning av Amos Tversky og Daniel Kahneman:
En person blir bedt om å tegne fra et utvalg på fem baller, og finner ut at fire er røde og en er grønn.
En person trekker fra et utvalg på 20 baller, og finner ut at 12 er røde og åtte er grønne.
Hvilken prøve gir bedre bevis på at ballene er overveiende røde?
De fleste sier at den første, mindre prøven gir mye sterkere bevis fordi forholdet mellom rød og grønn er mye høyere enn den større prøven. Imidlertid oppveies det høyere forholdet av den mindre prøvestørrelsen. Utvalget på 20 gir faktisk mye sterkere bevis.
Et annet eksempel fra Amos Tversky og Daniel Kahneman er som følger:
En by betjenes av to sykehus. På det større sykehuset fødes det i gjennomsnitt 45 babyer hver dag, og i det mindre sykehuset fødes omtrent 15 babyer hver dag. Selv om 50% av alle babyer er gutter, svinger den eksakte prosentandelen fra dag til dag.
I løpet av ett år registrerte hvert sykehus de dagene mer enn 60% av babyene tilfeldigvis var gutter. Hvilket sykehus registrerte flere slike dager?
På spørsmål om dette sa 22% av de spurte at det større sykehuset ville rapportere flere slike dager, mens 56% sa at resultatene ville være de samme for begge sykehus. Det riktige svaret er faktisk at det mindre sykehuset ville registrere flere slike dager, fordi dets mindre størrelse ville gi større variabilitet.
Som vi bemerket tidligere, er roten til prøvestørrelsesforsømmelse at folk ofte ikke klarer å forstå at det er mer sannsynlig at høye variansnivåer forekommer i små prøver. Når du investerer, kan dette faktisk være veldig kostbart.
Sammenlign Navn på leverandør av investeringskontoer Beskrivelse Annonsørens avsløring × Tilbudene som vises i denne tabellen er fra partnerskap som Investopedia mottar kompensasjon fra.