Интуитивная статистика - Intuitive statistics

Интуитивная статистика , или народная статистика , относится к когнитивному феномену, когда организмы используют данные для обобщения и предсказания мира. Это может быть небольшой объем выборочных данных или обучающих экземпляров, которые, в свою очередь, способствуют индуктивным выводам либо о свойствах на уровне популяции, либо о будущих данных, либо о том и другом. Выводы могут включать пересмотр гипотез или убеждений в свете вероятностных данных, которые информируют и мотивируют будущие прогнозы. Неформальная тенденция когнитивных животных к интуитивному генерированию статистических выводов, формализованная с помощью определенных аксиом теории вероятностей , составляет статистику как академическую дисциплину.

Поскольку эта способность позволяет охватить широкий спектр информационных областей, предмет столь же широк и существенно пересекается с другими когнитивными явлениями. Действительно, некоторые утверждали, что «познание как интуитивный статистик» является подходящей метафорой, дополняющей компьютерную метафору познания. Другие апеллируют к множеству статистических и вероятностных механизмов построения теории и структурирования категорий. Исследования в этой области обычно сосредоточены на обобщениях, касающихся количества, относительной частоты, риска и любых систематических признаков логической способности организма (например, людей или нечеловеческих приматов).

Предпосылки и теория

Интуитивные выводы могут включать в себя создание гипотез на основе поступающих чувственных данных, таких как категоризация и структурирование понятий . Данные обычно вероятностные, и неопределенность является правилом, а не исключением в обучении, восприятии, языке и мышлении. Недавно исследователи использовали идеи теории вероятностей , философии разума , информатики и психологии, чтобы смоделировать познание как прогностическую и порождающую систему вероятностных представлений , позволяющую информационным структурам поддерживать множественные выводы в различных контекстах и ​​комбинациях. Этот подход был назван вероятностным языком мышления, потому что он строит представления вероятностно, исходя из ранее существовавших концепций, чтобы предсказать возможное и вероятное состояние мира.

Вероятность

Статистики и теоретики вероятностей давно обсуждают использование различных инструментов, предположений и проблем, связанных, в частности, с индуктивным выводом. Дэвид Хьюм, как известно, рассматривал проблему индукции , ставя под сомнение логические основы того, как и почему люди могут прийти к заключениям, выходящим за рамки прошлого опыта - как пространственно-временного, так и эпистемологического . Совсем недавно теоретики рассмотрели проблему, уделяя особое внимание методам перехода от данных к гипотезе с использованием формальных процедур, не зависящих от содержания, или, наоборот, рассматривая неформальные, зависимые от содержания инструменты для индуктивного вывода. Поиски формальных процедур привели к различным разработкам статистических выводов и теории вероятностей с различными допущениями, включая частотную статистику Фишера , байесовский вывод и статистику Неймана-Пирсона .

Герд Гигеренцер и Дэвид Мюррей утверждают, что психология двадцатого века как дисциплина приняла вероятностный вывод как единый набор идей и проигнорировала разногласия среди теоретиков вероятности. Они утверждают, что из этого принятия следует нормативный, но неверный взгляд на то, как люди «должны мыслить рационально». Однако они также утверждают, что интуитивная статистическая метафора познания является многообещающей и должна рассматривать различные формальные инструменты или эвристики как специализированные для разных проблемных областей, а не как набор инструментов, не зависящих от содержания или контекста. Теоретики обнаружения сигналов и модели обнаружения объектов, например, часто используют подход Неймана-Пирсона, тогда как частотная статистика Фишера может помочь в выводе причинно-следственных связей.

Заключение частиквентистов

Выводы частотника сосредотачиваются на относительных пропорциях или частотах появлений, чтобы сделать вероятностные выводы. Он определяется тесно связанным с ним понятием частотной вероятности . Это влечет за собой мнение о том, что «вероятность» бессмысленна в отсутствие ранее существовавших данных, потому что она понимается как относительная частота, с которой долгосрочные выборки будут приближаться к большим объемам данных. Леда Космидес и Джон Туби утверждали, что невозможно получить вероятность без ссылки на некоторую частоту предыдущих результатов, и это, вероятно, имеет эволюционное происхождение : они утверждают, что вероятности единичного события не наблюдаются, потому что организмы эволюционировали, чтобы интуитивно понимать и делать статистические выводы на основе частот предшествующих событий, а не «рассматривать» вероятность как внутреннее свойство события.

Байесовский вывод

Байесовский вывод обычно подчеркивает субъективную вероятность гипотезы, которая вычисляется как апостериорная вероятность с использованием теоремы Байеса . Для этого требуется «отправная точка», называемая априорной вероятностью, что вызывает споры среди некоторых частотников, утверждающих, что частотные данные необходимы для развития априорной вероятности, в отличие от принятия вероятности в качестве априорного предположения.

Байесовские модели были довольно популярны среди психологов, особенно теоретиков обучения, потому что они, кажется, имитируют итеративный прогностический процесс, с помощью которого люди учатся и вырабатывают ожидания на основе новых наблюдений, при этом придавая должный вес предыдущим наблюдениям. Энди Кларк , ученый-когнитивист и философ, недавно написал подробный аргумент в пользу понимания мозга как конструктивного байесовского двигателя, который по своей сути ориентирован на действия и прогнозирует , а не пассивен или реактивен. Сторонники байесовского вывода приводят более классические свидетельства, включая консерватизм или феномен, когда люди изменяют предыдущие убеждения в сторону вывода, подразумеваемого предыдущими наблюдениями, но не полностью. Этот образец поведения похож на образец апостериорного распределения вероятностей, когда байесовская модель обусловлена ​​данными, хотя критики утверждали, что это свидетельство было завышенным и им не хватало математической строгости.

Элисон Гопник совсем недавно решила эту проблему, отстаивая использование байесовских сетей или ориентированных графовых представлений условных зависимостей. В байесовской сети веса ребер представляют собой условные силы зависимости, которые обновляются в свете новых данных, а узлы являются наблюдаемыми переменными. Само графическое представление представляет собой модель или гипотезу о мире и может изменяться с учетом новых данных.

Теория управления ошибками

Теория управления ошибками (EMT) - это приложение статистики Неймана-Пирсона к когнитивной и эволюционной психологии . Он утверждает, что возможные затраты на приспособленность и выгоды от ошибок типа I (ложноположительные) и типа II (ложноотрицательные) имеют отношение к адаптивно рациональным выводам, к которым, как ожидается, организм будет склонен из-за естественного отбора . Первоначально ЕМТ была разработана Марти Хэзелтон и Дэвидом Бассом , при этом первоначальные исследования были сосредоточены на ее возможной роли в предвзятости сексуального чрезмерного восприятия у мужчин и предвзятости сексуального недостаточного восприятия у женщин.

Это тесно связано с концепцией, называемой «принципом детектора дыма» в эволюционной теории. Он определяется тенденцией иммунной, аффективной и поведенческой защиты быть сверхчувствительной и чрезмерно реактивной, а не нечувствительной или слабо выраженной. Рэндольф Нессе утверждает, что это является следствием типичной структуры выигрыша при обнаружении сигналов : в системе, которая постоянно структурирована с относительно низкой стоимостью ложных срабатываний и высокой стоимостью ложноотрицательных результатов, ожидается, что естественно выбранная защита будет ошибаться на стороне гиперактивность в ответ на сигналы потенциальной угрозы. Эта общая идея была применена к гипотезам об очевидной тенденции людей применять действия к неагентам на основании неопределенных или агентоподобных сигналов. В частности, некоторые утверждают, что потенциальная жертва адаптируется к принятию на себя действий по умолчанию, если это даже немного подозревается, потому что потенциальные угрозы со стороны хищников обычно включают дешевые ложные срабатывания и смертельные ложные срабатывания.

Эвристика и предубеждения

Эвристика - это эффективные правила или вычислительные сокращения для выработки суждения или решения. Интуитивная статистическая метафора познания привела к смещению фокуса многих психологов с эмоциональных или мотивационных принципов на принципы вычислений или выводов. Эмпирические исследования этих принципов привели некоторых к выводу, что человеческое познание, например, имеет встроенные и систематические ошибки в выводах или когнитивные предубеждения . В результате когнитивные психологи в значительной степени приняли точку зрения, согласно которой интуитивные суждения, обобщения и числовые или вероятностные вычисления систематически предвзяты. Результатом обычно является ошибка в суждении, включая (но не ограничиваясь ими) повторяющиеся логические заблуждения (например, ошибка соединения), неуместность и эмоционально мотивированные сокращения в рассуждениях. Таким образом, социальные и когнитивные психологи считают «парадоксальным» то, что люди могут превосходить мощные компьютеры в сложных задачах, но при этом имеют серьезные недостатки и подвержены ошибкам в простых повседневных суждениях.

Большая часть этого исследования была проведена Амосом Тверски и Даниэлем Канеманом как расширение работы Герберта Саймона об ограниченной рациональности и удовлетворенности . Тверски и Канеман утверждают, что люди регулярно предвзяты в своих суждениях в условиях неопределенности, потому что при выборе компромисса между скоростью и точностью они часто полагаются на быструю и интуитивно понятную эвристику с большой погрешностью, а не на медленные вычисления, основанные на статистических принципах. Эти ошибки называются «когнитивными иллюзиями», потому что они связаны с систематическими расхождениями между суждениями и общепринятыми нормативными правилами статистического прогнозирования.

Гигеренцер критически относится к этой точке зрения, утверждая, что она основана на ошибочном предположении о существовании единой «нормативной теории» статистического прогнозирования и вероятности. Он утверждает, что когнитивные психологи пренебрегают разнообразием идей и предположений в теории вероятностей, а в некоторых случаях их взаимной несовместимостью. Следовательно, Гигеренцер утверждает, что многие когнитивные иллюзии не являются нарушениями теории вероятностей как таковых , а включают своего рода путаницу экспериментатора между субъективными вероятностями со степенью уверенности и частотами долгосрочных результатов. Космидес и Туби аналогичным образом утверждают, что различные вероятностные допущения могут быть более или менее нормативными и рациональными в различных типах ситуаций, и что не существует универсального статистического инструментария, позволяющего делать выводы по всем информационным областям. В обзоре нескольких экспериментов они приходят к выводу в поддержку Гигеренцера, что предыдущие эксперименты с эвристикой и предвзятостью не представляли проблемы экологически обоснованным образом, и что повторное представление проблем в терминах частот, а не вероятностей единичных событий может создать когнитивные иллюзии. в основном исчезают.

Тверски и Канеман опровергли это утверждение, заявив, что устранение иллюзий путем манипулирования ими, будь то когнитивные или визуальные, не подрывает первоначально обнаруженную иллюзию. Они также отмечают, что Гигеренцер игнорирует когнитивные иллюзии, возникающие из частотных данных, например, иллюзорные корреляции, такие как горячая рука в баскетболе. Они отмечают, что это пример иллюзорной положительной автокорреляции, которую нельзя исправить преобразованием данных в собственные частоты.

Для адаптационистов EMT может применяться для вывода в любой информационной области, где присутствует риск или неопределенность, например, избегание хищников, обнаружение агентств или поиск пищи . Исследователи, отстаивающие эту точку зрения на адаптивную рациональность, утверждают, что эволюционная теория представляет эвристику и предубеждения в новом свете, а именно как эффективные с точки зрения вычислений и экологически рациональные сокращения или примеры адаптивного управления ошибками.

Пренебрежение базовой ставкой

Люди часто пренебрегают базовыми ставками или истинными актуарными фактами о вероятности или скорости явления и вместо этого придают несоответствующее значение конкретным наблюдениям. В байесовской модели вывода это означало бы недооценку априорной вероятности, которая приводилась в качестве доказательства против уместности нормативной байесовской структуры для моделирования познания. Частотные представления могут решить проблему игнорирования базовой скорости, и некоторые считают это явление экспериментальным артефактом, т. Е. Результатом представления вероятностей или скоростей в виде математических абстракций, о которых трудно интуитивно подумать. Гигеренцер размышляет об экологической причине этого, отмечая, что люди узнают частоты через последовательные испытания в природе. Тверски и Канеман опровергают утверждение Гигеренцера, указывая на эксперименты, в которых испытуемые предсказывали болезнь на основе наличия или отсутствия заранее определенных симптомов в 250 испытаниях с обратной связью после каждого испытания. Они отмечают, что пренебрежение базовой скоростью все же обнаруживалось, несмотря на частоту постановки испытуемых в эксперименте.

Ошибка соединения

Другой популярный пример предполагаемой когнитивной иллюзии - это ошибка конъюнкции , описанная в эксперименте Тверски и Канемана, известном как «проблема Линды». В этом эксперименте участникам предлагается краткое описание человека по имени Линда, 31 год, одинокого, умного, откровенного, поступившего в университет, где она специализировалась на философии, была обеспокоена дискриминацией и социальной справедливостью и участвовала. в антиядерных протестах. Когда участников спросили, является ли Линда более вероятным (1) кассиром в банке или (2) кассиром в банке и феминисткой, 85% ответили вариантом 2, хотя этот вариант 1 не может быть менее вероятным, чем вариант 2. Они пришли к выводу, что это результат эвристики репрезентативности или тенденции делать вероятностные выводы, основанные на сходстве свойств между экземплярами концепции, а не на статистически структурированном выводе.

Гигеренцер утверждал, что ошибка конъюнкции основана на вероятности одного события и исчезнет при частотном подходе. Он и другие исследователи демонстрируют, что выводы из ошибки конъюнкции являются результатом двусмысленных формулировок, а не надежных статистических ошибок или когнитивных иллюзий. В альтернативной версии проблемы Линды участникам говорят, что 100 человек соответствуют описанию Линды, и их спрашивают, сколько из них (1) кассиров в банках и (2) кассиров в банках и феминисток. Экспериментально эта версия задачи, похоже, устраняет или смягчает ошибку конъюнкции.

Вычислительные модели

Был некоторый вопрос о том, как можно понять структурирование и обобщение концепций с точки зрения архитектуры и процессов мозга. На этот вопрос влияет соседняя дискуссия между теоретиками о природе мышления, особенно между коннекционистом и языком моделей мышления . Обобщение и классификация концепций были смоделированы в различных моделях коннекционизма или нейронных сетях , особенно в таких областях, как изучение языка и категоризация. Некоторые подчеркивают ограничения чисто коннекционистских моделей, когда ожидается, что они будут обобщать будущие примеры после обучения на предыдущих примерах. Гэри Маркус , например, утверждает, что обучающие данные должны быть полностью исчерпывающими, чтобы обобщения произошли в существующих моделях коннекционизма, и что в результате они плохо справляются с новыми наблюдениями. Он также отстаивает интеграционистскую перспективу между языком мысли, состоящим из представлений символов и операций, и коннекционистскими моделями, которые сохраняют распределенную обработку, которая, вероятно, используется нейронными сетями в мозге.

Доказательства на людях

На практике люди обычно делают концептуальные, лингвистические и вероятностные обобщения из небольших объемов данных. Существуют некоторые споры о полезности различных инструментов статистического вывода для понимания разума, но общепринято считать, что человеческий разум каким-то образом является исключительно подходящей машиной для предсказания и что ориентированные на действия процессы, лежащие в основе этого явления, что бы они ни повлекли за собой, лежат в основе познания. Вероятностные выводы и обобщения играют центральную роль в концепциях и категориях, а также в изучении языка, а исследования младенцев обычно используются для понимания траектории развития интуитивных статистических инструментов человека.

Детские исследования

Психологи развития, такие как Жан Пиаже , традиционно утверждали, что у детей не развиваются общие когнитивные способности для вероятностного вывода и проверки гипотез до конкретных операционных (возраст 7–11 лет) и формальных операционных (возраст 12 лет - взрослая годы) стадий развития , соответственно.

Иногда это контрастирует с растущим преобладанием эмпирических данных, предполагающих, что люди в младенчестве способны к обобщению. Например, эксперименты на время просмотра с использованием ожидаемых результатов пропорций красного и белого мяча для пинг-понга показали, что 8-месячные младенцы, по-видимому, делают выводы о популяционных характеристиках, из которых была взята выборка, и наоборот, когда получают данные на уровне популяции. Другие эксперименты аналогичным образом подтвердили возможность вероятностного вывода у 6- и 11-месячных младенцев, но не на 4,5-месячных.

Парадигма цветного шара в этих экспериментах не различала возможности выводов младенцев на основе количества и пропорции, что было рассмотрено в последующем исследовании, в котором 12-месячные младенцы, казалось, понимали пропорции, основываясь на вероятностных суждениях, мотивированных предпочтениями. для более вероятных исходов - при первоначальном подтверждении пропорций в имеющихся вариантах. Критики эффективности задач на время поиска позволили младенцам искать предпочтительные объекты в задачах с одной выборкой вероятностей, поддерживая идею о том, что младенцы могут делать выводы о вероятностях единичных событий при наличии небольшого или большого размера начальной выборки. Исследователи, участвовавшие в этих открытиях, утверждали, что люди обладают некоторой статистически структурированной системой логических выводов на довербальных стадиях развития и до формального образования.

Однако менее ясно, как и почему обобщение наблюдается у младенцев: оно может исходить непосредственно от обнаружения и хранения сходств и различий во входящих данных или частотных представлений. И наоборот, это может быть произведено чем-то вроде байесовского вывода общего назначения, начиная с базы знаний, которая итеративно обусловлена ​​данными для обновления субъективных вероятностей или убеждений. Это связывает воедино вопросы о статистических инструментах, которые могут быть задействованы в обучении, и о том, как они применяются конкретно к обучению младенцев и детей.

Гопник защищает гипотезу о том, что младенческое и детское обучение являются примерами индуктивного вывода, универсального механизма обобщения, воздействующего на специализированные информационные структуры (« теории ») в мозгу. С этой точки зрения младенцы и дети, по сути, являются протоучеными, потому что они регулярно используют своего рода научный метод, разрабатывают гипотезы, проводят эксперименты с помощью игры и обновляют модели мира на основе своих результатов. Для Гопника это использование научного мышления и категоризации в развитии и повседневной жизни может быть формализовано как модели байесовского вывода. Применение этой точки зрения - «гипотеза выборки», или точка зрения, согласно которой индивидуальные вариации в причинно-следственных и вероятностных выводах детей являются артефактом случайной выборки из разнообразного набора гипотез и гибких обобщений, основанных на поведении выборки и контексте. Эти взгляды, особенно те, которые отстаивают общее байесовское обновление на основе специализированных теорий, считаются преемниками теории Пиаже, а не полным опровержением, потому что они поддерживают ее общность предметной области, рассматривая детей как случайные и бессистемные, рассматривая ряд моделей перед тем, как выбрать вероятный вывод.

В отличие от универсальной механистической точки зрения, некоторые исследователи отстаивают как предметно-ориентированные информационные структуры, так и аналогичные специализированные механизмы вывода. Например, хотя люди обычно не преуспевают в расчетах условной вероятности , использование расчетов условной вероятности является центральным для разбора звуков речи на понятные слоги, относительно простой и интуитивно понятный навык, который появляется уже через 8 месяцев. Младенцы также, по-видимому, хорошо отслеживают не только пространственно-временные состояния объектов, но и свойства объектов, и эти когнитивные системы, по-видимому, различаются по уровню развития. Это было интерпретировано как специфические для предметной области инструменты вывода, каждый из которых соответствует отдельным типам информации и имеет приложения к изучению концепций .

Формирование концепции

Младенцы используют сходство и различие форм для разработки концепций, относящихся к объектам, и это основывается на множественных испытаниях с множеством паттернов, демонстрирующих какое-то общее свойство между испытаниями. Младенцы, кажется, овладевают этой способностью, в частности, к 12 месяцам, но разные концепции и свойства используют разные соответствующие принципы гештальт-психологии , многие из которых могут проявляться на разных стадиях развития. В частности, категоризация младенцев уже через 4,5 месяца включает в себя итеративные и взаимозависимые процессы, благодаря которым образцы (данные), их сходства и различия имеют решающее значение для определения границ категорий. Эти абстрактные правила являются статистическими по своей природе, потому что они могут повлечь за собой общие совпадения определенных воспринимаемых свойств в прошлых примерах и облегчить выводы об их структуре в будущих примерах. Эта идея была экстраполирована Дугласом Хофштадтером и Эммануэлем Сандером, которые утверждают, что, поскольку аналогия - это процесс вывода, основанный на сходствах и различиях между свойствами концептов, аналогия и категоризация - это, по сути, тот же процесс, который используется для организации концепций из входящих данных.

Изучение языка

Младенцы и маленькие дети способны не только обобщать количество и пропорции черт, но и абстрактные системы, основанные на правилах, такие как язык и музыка . Эти правила можно назвать «алгебраическими правилами» абстрактной информационной структуры и представляют собой системы правил или грамматик . Что касается языка, то создание обобщений с помощью байесовского вывода и обнаружения сходства рассматривается исследователями как частный случай формирования понятий. Младенцы, по-видимому, умеют выводить абстрактные и структурные правила из потоков языковых звуков, производимых в среде их развития, и генерировать более широкие предсказания, основанные на этих правилах.

Например, 9-месячные младенцы способны более быстро и резко обновлять свои ожидания, когда повторяющиеся строки слогов содержат неожиданные особенности, такие как редкие фонемы . В целом довербальные младенцы, по-видимому, способны различать грамматики, с которыми они были обучены с опытом, и новые грамматики. В заданиях на поиски 7-месячного ребенка младенцы, казалось, уделяли больше внимания незнакомым грамматическим структурам, чем знакомым, а в отдельном исследовании с использованием трехсложных строк выяснилось, что младенцы аналогичным образом имели обобщенные ожидания, основанные на абстрактной слоговой структуре. ранее представленные, предполагая, что они использовали поверхностные вхождения или данные, чтобы вывести более глубокую абстрактную структуру. Это было сделано, чтобы поддержать точку зрения исследователей на «множественные гипотезы [или модели]».

Доказательства у нечеловеческих животных

Серые попугаи

Многочисленные исследования по Irene Пепперберг и ее коллеги предположили , что серые попугаи ( Psittacus Erithacus ) имеют определенный потенциал для распознавания номеров или номер подобных концепций, появляясь понять ordinality и мощность числительных. Недавние эксперименты также показали, что при некоторой языковой подготовке и способности ссылаться на распознанные объекты они также имеют некоторую способность делать выводы о вероятностях и соотношениях типов скрытых объектов.

Нечеловеческие приматы

Эксперименты показали, что, рассуждая о предпочтительных и нежелательных пропорциях корма, обезьяны-капуцины могли делать выводы о пропорциях, выведенных на основе последовательно отобранных данных. Обезьяны-резусы также были способны использовать вероятностные и последовательно отобранные данные, чтобы делать выводы о положительных результатах, и нервная активность в теменной коре, по-видимому, участвовала в процессе принятия решений, когда они делали выводы. В серии из 7 экспериментов, в которых использовались различные относительные различия частот между банановыми гранулами и морковью, орангутаны , бонобо , шимпанзе и гориллы также принимали решения, основанные на соотношениях в пользу банановых гранул после того, как это было признано их предпочтительным продуктом питания.

Приложения

Рассуждения в медицине

Исследования в области аргументации в медицине или клинической аргументации обычно сосредоточены на когнитивных процессах и / или результатах принятия решений врачами и пациентами. Соображения включают оценку риска, предпочтения пациентов и медицинские знания, основанные на фактических данных . На когнитивном уровне клинический вывод в значительной степени зависит от взаимодействия абстракции , абдукции , дедукции и индукции . Интуитивные «теории» или знания в медицине можно понимать как прототипы в концептуальных пространствах или, альтернативно, как семантические сети . Такие модели служат отправной точкой для интуитивных обобщений, которые могут быть сделаны на основе небольшого количества подсказок, в результате чего врач выбирает компромисс между «искусством и наукой» медицинского суждения. Этот компромисс был зафиксирован в программе искусственного интеллекта (AI) под названием MYCIN, которая превзошла студентов-медиков, но не опытных врачей с обширной практикой распознавания симптомов. Некоторые исследователи утверждают, что, несмотря на это, врачи склонны к систематическим предубеждениям или когнитивным иллюзиям в своих суждениях (например, удовлетворение для преждевременной постановки диагноза, предвзятость подтверждения, когда диагнозы подозреваются априори ).

Информирование о риске для пациента

Статистическая грамотность и оценка риска были описаны как проблемы для общения врача и пациента. Например, врачи часто преувеличивают предполагаемый риск отсутствия лечения, изменяют восприятие риска пациентами, положительно или отрицательно формируя единую статистику (например, 97% выживаемость против 3% смертности), и / или не могут в достаточной степени сообщить "ссылка классы "вероятностных высказываний пациентам. Референтный класс является объектом утверждения вероятности: если психиатр говорит, например, что «это лекарство может привести к 30-50% вероятности возникновения сексуальной проблемы», неясно, означает ли это, что 30-50% пациентов в какой-то момент разовьются сексуальные проблемы, или если у всех пациентов будут проблемы в 30-50% сексуальных контактов.

Базовые ставки в клинической оценке

В исследованиях пренебрежения базовыми показателями в задачах, которые ставятся перед участниками, часто используются базовые уровни распространенности болезней. В этих экспериментах врачи и не врачи одинаково восприимчивы к пренебрежению базовой ставкой или ошибкам в вычислении условной вероятности. Вот пример из проблемы эмпирического опроса, предоставленной опытным врачам: предположим, что гипотетический рак имел распространенность 0,3% в популяции, а истинно положительный результат скринингового теста составлял 50%, а ложноположительный - 3%. Если у пациента положительный результат теста, какова вероятность того, что у него рак? На этот вопрос врачи, имеющие в среднем 14-летний опыт медицинской практики, дали ответы от 1 до 99%, при этом большинство ответов составили 47% или 50%. (Правильный ответ - 5%.) Это наблюдение пренебрежения базовой клинической частотой и ошибки условной вероятности было воспроизведено в нескольких эмпирических исследованиях. Однако суждения врачей по аналогичным проблемам существенно улучшились, когда показатели были переформулированы как собственные частоты.

использованная литература