Basisfejlfejl: egenskaber ved denne bias

Der er mange fejl, som vi kan falde i, når vi forsvarer vores argumenter, hvad enten det er bevidst eller ej.

Denne gang vil vi fokusere på en kendt som basisfrekvensfejl. Vi vil opdage, hvad denne bias består af, hvilke konsekvenser den har, når vi bruger den, og vi vil forsøge at støtte den med nogle eksempler, der giver os mulighed for at visualisere dette koncept på en enklere måde.

• Relateret artikel: "Kognitive fordomme: at opdage en interessant psykologisk effekt"

Hvad er fejlfrekvensen for basisfrekvensen?

Basisfrekvensfejl, også kendt under andre navne, såsom basishastighedsforstyrrelse eller endda basishastighedsforsømmelse, er en formel fejl i at der ud fra en konkret sag fastslås en konklusion om den generelle forekomst af et fænomen, selv om der er givet modstridende oplysninger i følelse.

Denne fejlslutning finder sted fordi personen har en tendens til at overvurdere betydningen af ​​den særlige sag i modsætning til dataene fra den generelle befolkning. Det kaldes basefrekvensfejl, netop fordi det er basishastigheden, der sættes i baggrunden, hvilket giver større relevans for det pågældende tilfælde.

Naturligvis, som med alle fejl, er den umiddelbare konsekvens af at falde ind i denne fejl den vi vil nå forudindtagne konklusioner, der ikke nødvendigvis svarer til virkeligheden, hvilke det er et problem, der endda kan blive alvorligt, hvis den pågældende begrundelse er en del af en relevant undersøgelse.

Basisfrekvensfejl er i sig selv en del af en type kognitiv bias kendt som forsømmelse af udvidelse eller forsømmelse af udvidelse. Denne fejl består grundlæggende i ikke at tage højde for stikprøvestørrelsen for en bestemt analyse. Dette fænomen kan føre til ubegrundede konklusioner, hvis vi for eksempel ekstrapolerer data fra en for lille prøve til en hel befolkning.

På en måde er dette netop det, der ville ske, når vi taler om grundfrekvensfejl, siden observatøren kunne tilskrive resultaterne af den særlige sag til hele undersøgelsesprøven, selv med data, der indikerer andet eller i det mindste kvalificere det nævnte resultat.

Tilfældet af falske positive

Der er et specielt tilfælde af fejlfinding af basisfrekvensen, hvor problemet det repræsenterer kan visualiseres, og det er det såkaldte falske positive paradoks. Til dette må vi forestille os, at befolkningen er truet af en sygdom, noget simpelt i disse tider, hvor vi har oplevet coronavirus eller COVID-19-pandemien fra første hånd.

Nu vi vil forestille os to forskellige antagelser for at kunne etablere en senere sammenligning mellem dem. Antag først, at den pågældende sygdom har en relativt høj forekomst i den almindelige befolkning, for eksempel 50%. Dette ville betyde, at 500 ud af en gruppe på 1000 mennesker ville have denne patologi.

Men også, vi skal vide, at testen, der bruges til at kontrollere, om en person har sygdommen eller ej, har en 5% sandsynlighed for at give en falsk positiv, det vil sige at konkludere, at en person har sagt lidelse, når den er i virkeligheden Det er ikke sådan. Dette vil tilføje yderligere 50 mennesker til det positive sæt (selvom det i sandhed ikke er det), i alt 550. Derfor, vi ville anslå, at 450 mennesker ikke har sygdommen.

For at forstå effekten af ​​basefrekvensfejl skal vi fortsætte i vores ræsonnement. Til dette må vi nu foreslå et andet scenario, denne gang med lav forekomst af den pågældende patologi. Vi kan estimere denne gang, at der ville være 1% inficeret. Det ville være 10 personer ud af 1000. Men vi havde set, at vores test har en 5% fejl, det vil sige falske positive, hvilket oversættes til 50 personer.

Det er på tide at sammenligne begge antagelser og se den bemærkelsesværdige forskel, der opstår mellem dem. I scenariet med høj forekomst ville 550 mennesker blive betragtet som inficerede, hvoraf 500 faktisk ville være. Nemlig tager en af ​​de mennesker, der betragtes som positive, tilfældigt, ville vi have en sandsynlighed på 90,9% for at have valgt et virkelig positivt emneog kun 9,1% af det var falsk positivt.

Men effekten af ​​basefrekvensfejl findes, når vi gennemgår det andet tilfælde, da det er, når paradokset med falske positive sker. I dette tilfælde har vi en rate på 60 mennesker ud af hver 1000, der tælles som positive i den patologi, der påvirker denne befolkning.

Imidlertid er det kun 10 af de 60, der har sygdommen, mens resten er fejlagtige tilfælde, der er kommet ind i denne gruppe på grund af målefejlen i vores test. Hvad betyder det? At hvis vi valgte en af ​​disse mennesker tilfældigt, ville vi kun have en 17% chance for at have fundet en reel patient, mens der ville være en 83% chance for at vælge en falsk positiv.

Ved oprindeligt at overveje, at testen har en 5% chance for implicit at etablere en falsk positiv vi siger, at dens nøjagtighed derfor er 95%, da det er procentdelen af ​​tilfælde, hvor det ikke vil svigte. Det ser vi dog hvis forekomsten er lav, er denne procentdel forvrænget til det yderste, fordi vi i den første antagelse havde en sandsynlighed på 90,9% for, at et positivt var virkelig positivt, og i det andet faldt indikatoren til 17%.

I disse antagelser arbejder vi åbenbart med meget fjerne tal, hvor det er muligt tydeligt at observere fejlfrekvensen af ​​basisfrekvensen, men det er netop den objektivt, da vi på denne måde vil være i stand til at visualisere effekten og især den risiko, vi løber, når vi drager hurtige konklusioner uden at have taget højde for panoramaet af det problem, optager os.

• Du kan være interesseret i: "De 10 typer logiske og argumenterende fejl"

Psykologiske undersøgelser af basefrekvensfejl

Vi har været i stand til at dykke ned i definitionen af ​​fejl i basisfrekvensen, og vi har set et eksempel på det Det afslører den slags skævhed, vi falder i, hvis vi tillader os at blive båret af denne fejltagelse i ræsonnementet. Nu vil vi undersøge nogle psykologiske undersøgelser, der er udført i denne henseende, som vil give os mere information om det.

Et af disse job bestod i at bede de frivillige om at sætte deres akademiske karakterer for at betragte en fiktiv gruppe studerende ifølge en bestemt fordeling. Men forskerne observerede en ændring, da de gav data om en bestemt studerende, skønt dette ikke havde nogen indflydelse på deres mulige vurdering.

I dette tilfælde havde deltagerne en tendens til at ignorere den fordeling, der tidligere var angivet for gruppen af ​​disse studerende, og estimerede karakteren individuelt, selv når, som vi allerede har sagt, de leverede data var irrelevante for denne opgave i særlig.

Denne undersøgelse havde en vis indvirkning ud over demonstrationen af ​​et andet eksempel på fejlfrekvensen i basisfrekvensen. Og det er, at det afslørede en meget almindelig situation i nogle uddannelsesinstitutioner, som er studenterudvælgelsesinterviews. Disse processer bruges til at tiltrække studerende med størst potentiale for succes.

Imidlertid skal det bemærkes, at efter grundlæggende begrundelse for fejlfrekvensen i basisfrekvensen generel statistik vil altid være en bedre forudsigelse i denne forstand end de data, som en evaluering af personen kan levere.

Andre forfattere, der har afsat en lang del af deres karriere til at studere forskellige typer kognitive forstyrrelser, har været israelerne, Amos Tversky og Daniel Kanheman. Da disse forskere arbejdede med implikationerne af basefrekvensfejl, fandt de, at dens effekt hovedsagelig var baseret på reglen om repræsentativitet.

Også psykologen Richard Nisbett mener, at denne fejlslutning er en prøve af en af ​​de vigtigste tilskrivningsforstyrrelser, såsom den grundlæggende tilskrivningsfejl eller korrespondance bias, da emnet ville ignorere basishastigheden (den eksterne grunde, for den grundlæggende tilskrivningsforstyrrelse) og anvendelse af dataene i den særlige sag (årsagerne indre).

Med andre ord foretrækkes oplysningerne i den konkrete sag, selvom de ikke rigtig er repræsentative, end generelle data, som sandsynligvis burde have større vægt, når man drager konklusioner på en logisk måde.

Alle disse overvejelser vil sammen give os mulighed for nu at få en global vision om det problem, der indebærer, at man falder i fejlfrekvensen af ​​basisfrekvensen, selvom det undertiden er svært at indse dette fejl.

Bibliografiske referencer:

• Bar-Hillel, M. (1980). Grundrentesvigt i sandsynlighedsdomme. Acta Psychologica.
• Bar-Hillel, M. (1983). Grundlæggende kontroverser om fejl. Fremskridt inden for psykologi. Elsevier.
• Christensen-Szalanski, J.J.J., Beach, L.R. (1982). Erfaring og grundrentesvigt. Organisatorisk adfærd og menneskelig præstation. Elsevier.
• Macchi, L. (1995). Pragmatiske aspekter af basissatsfejl. The Quarterly Journal of Experimental Psychology. Taylor & Francis.
• Tversky, A., Kahneman, D. (1974). Dommer under usikkerhed: Heuristik og bias. Videnskab.