1. <td id="gbcc1"></td>
  2. <object id="gbcc1"><strong id="gbcc1"></strong></object>

    <tr id="gbcc1"></tr>
    <acronym id="gbcc1"></acronym>
    1. <track id="gbcc1"></track>

    2. <table id="gbcc1"><option id="gbcc1"></option></table><pre id="gbcc1"></pre>

        《噪聲》:做聰明的決策者

        2021-11-08 10:13:04 來源:新華網 作者:消息 責任編輯:李煦 字號:T|T

          《噪聲》

          [以色列]丹尼爾·卡尼曼/[法]奧利維耶·西博尼/[美]卡斯·R.桑斯坦 著

          李紓/汪祚軍/魏子晗 等 譯

          浙江教育出版社 湛廬文化 出品

          內容簡介

          《噪聲》一書通過系統性研究,通過兩個公式揭開了“判斷出錯”的本質,并且通過對三種噪聲的系統性分析帶你直擊噪聲。并且,從六大部分闡述了“噪聲”:從尋獲噪聲到探究人類判斷的本質,從預測噪聲到闡釋噪聲的主要原因,從探討如何改進判斷和防止錯誤的的實際問題,一直延伸到什么才是合適的噪聲水平?!薄霸肼暋笔请S機的,但卻是致命的??崧跁刑岢隽?大原則,幫你重塑決策框架,做聰明的決策者。同時,卡尼曼更是精妙地附上了“審查噪聲”的使用指南,以及寫給決策者的“觀察者清單”。閱讀本書可以助你重塑自己的決策框架,遠離噪聲,做聰明的決策者。

          精彩書摘

          哪里有判斷,哪里就有噪聲,希望你現在也同意這一觀點。我們也希望,對你而言,這已不再是一件超乎想象的事。也正是這一目的激勵我們著手研究該項目。經過多年的努力,我們對這個問題的思考已經逐漸深入和完善?,F在,讓我們來回顧一下,我們已經學習過的噪聲成分、這些成分對噪聲的重要影響以及它們各自在判斷中所起的作用。

          噪聲成分

          圖16是我們在第5、第6和第16章中介紹的三個方程的一個組合圖。該圖展示了對誤差的三個連續的分解:

          ?將誤差分解為偏差和系統噪聲,

          ?將系統噪聲分解為水平噪聲和模式噪聲,

          ?將模式噪聲分解為穩定模式噪聲和情境噪聲。

          現在,你可以看到MSE如何被分解為偏差,以及(我們曾討論過的)三種噪聲成分的平方。

        圖16:誤差,偏差和噪聲成分

          當我們開始著手這一研究項目時,我們關注偏差和噪聲在總誤差中所占的相對權重。我們很快得出結論:在誤差中,噪聲通常比偏差更多,因此,噪聲非常值得我們進一步去探索。

          我們早期對噪聲成分的思考是基于復雜的噪聲檢測的框架。在該框架中,多個人對多個案例做出判斷;聯邦法官的研究,以及懲罰性賠償的研究,都是這樣的例子。從這些研究中獲得的數據,能夠對水平噪聲進行可靠的估計。另一方面,雖然每個參與者都對每個案例進行判斷,但只進行了一次判斷,因此無法判斷殘差——我們將其稱之為模式誤差——是變化的還是穩定的。依據統計分析的保守性原則,通常將殘視為隨機誤差。換句話說,模式噪聲被完全默認為情境噪聲。

          很長一段時間以來,這種將模式噪聲解釋為隨機誤差的傳統做法,限制了我們的思維。專注于水平噪聲(嚴厲和寬容的判斷者之間、或樂觀和悲觀的預測者之間的穩定性差異)似乎是自然而然的事。但是,有證據表明,那些無關的、變化的環境也會影響判斷,從而產生情境噪聲,這引起了我們的研究興趣。

          這些證據讓我們逐漸認識到,不同人做出的判斷充滿噪聲,很大程度既不是因為普遍性的偏差,也并非是由于變化的或隨機的因素所致:特定個體對多重特征的穩定的、個性化的反應,決定了他們對特定案例的反應。我們最終得出結論,我們應該擯棄將模式噪聲視作隨機變化的觀點。

          雖然我們很想謹慎一點,盡量避免基于有限的案例做出過度性概括。然而,整合我們研究后發現,穩定的模式噪聲實際上比系統噪聲的其他成分都更為重要。由于我們很少在同一研究中全面地探究誤差的各個組成部分,因此需要進行精確的分析才能得出這樣一個暫時性的結論。簡而言之,以下就是我們所知道的和所不知道的。(摘自第17章 噪聲源:偏差是引人注目的圖形,而噪聲是不受我們關注的背景)

          作者簡介

         ?。◤挠业阶笠来螢椋旱つ釥枴た崧?、卡斯·桑斯坦、奧利維耶·西博尼)

          丹尼爾·卡尼曼(Daniel Kahneman):諾貝爾經濟學獎得主,全球暢銷書《思考,快與慢》作者。

          奧利維耶·西博尼(Olivier Sibony):巴黎高等商學院(HEC Paris)教授,曾在全球最大的戰略咨詢公司——麥肯錫咨詢公司(McKinsey & Company)擔任資深合伙人長達25年時間。

          卡斯·R.桑斯坦(Cass R. Sunstein):哈佛大學法學院教授,行為經濟學與公共政策研究項目創始人兼主任,主要研究領域為政策制定方面。


        相關推薦


        解讀中國 關注民生 引領休閑
        掃碼關注中國小康網公眾號
        ID:chxk365
        返回頂部
        亚洲产在线精品亚洲第一站
        1. <td id="gbcc1"></td>
        2. <object id="gbcc1"><strong id="gbcc1"></strong></object>

          <tr id="gbcc1"></tr>
          <acronym id="gbcc1"></acronym>
          1. <track id="gbcc1"></track>

          2. <table id="gbcc1"><option id="gbcc1"></option></table><pre id="gbcc1"></pre>