基本周波数の誤謬：このバイアスの特徴

意識的かどうかにかかわらず、私たちの議論を擁護するときに私たちが陥る可能性のある多くの誤謬があります。

今回は、 基本周波数の誤謬. このバイアスが何で構成されているか、それを使用したときにどのような結果が生じるかを発見し、この概念をより簡単な方法で視覚化できるいくつかの例でそれをサポートしようとします。

• 関連記事： 「認知バイアス：興味深い心理的効果の発見」

基本周波数の誤謬は何ですか？

ベースレートの偏りやベースレートの過失など、他の名前でも知られているベース周波数の誤謬は、 それは、特定のケースから始めて、たとえ反対の情報がその中で与えられたとしても、現象の一般的な有病率について結論が確立されるということです。 センス。

この誤謬が起こるのは 一般集団のデータとは対照的に、人は特定のケースの重要性を過大評価する傾向があります. これは、バックグラウンドに置かれる基本レートであるため、基本周波数の誤謬と呼ばれ、問題の特定のケースとの関連性が高くなります。

もちろん、すべての誤謬と同様に、このエラーに陥った直後の結果は次のとおりです。 必ずしも現実に対応するとは限らない偏った結論に達するでしょう それは 問題の推論が関連する研究の一部である場合、深刻になる可能性さえある問題.

基本周波数の誤謬は、それ自体が拡張の無視または拡張の無視として知られている一種の認知バイアスの一部です。 このエラーは、基本的に、特定の分析のサンプルサイズを考慮に入れていないことにあります。 この現象は、たとえば、小さすぎるサンプルから母集団全体にデータを外挿した場合、根拠のない結論につながる可能性があります。

ある意味で、これは基本周波数の誤謬について話すときに起こることです。 オブザーバーは、特定のケースの結果を研究サンプル全体に帰することができます。 または少なくとも上記の結果を修飾します。

誤検知の場合

基本周波数の誤謬には、それが表す問題を視覚化できる特殊なケースがあり、それはいわゆる誤検知のパラドックスです。 これを行うには、人口が病気に脅かされていることを想像する必要があります。これは、コロナウイルスまたはCOVID-19パンデミックを直接経験したこの時代の単純なことです。

今 後でそれらの間の比較を確立できるように、2つの異なる仮定を想像します. まず、問題の病気が一般集団で比較的高い発生率、たとえば50％であると仮定します。 これは、1000人のグループのうち、500人がこの病状を持っていることを意味します。

しかしまた、私たちは人が病気を持っているかどうかをチェックするために使用されるテストが持っていることを知っている必要があります 誤検知を与える確率、つまり、実際には個人が病気を言ったと結論付ける確率は5％です。 こんな感じではありません。 これにより、ポジティブのセットにさらに50人が追加され（実際にはそうではありませんが）、合計550人になります。 したがって、 450人がこの病気にかかっていないと推定します.

基本周波数の誤謬の影響を理解するには、推論を続ける必要があります。 このために、今度は問題の病理の発生率が低い2番目のシナリオを提案する必要があります。 今回は1％が感染していると推定できます。 それは1000人中10人になります。 しかし、私たちのテストには5％のエラー、つまり誤検知があり、これは50人に相当します。

両方の仮定を比較し、それらの間に現れる顕著な違いを確認する時が来ました。 発生率の高いシナリオでは、550人が感染していると見なされ、そのうち500人が実際に感染しています。 つまり、 ポジティブと見なされた人の1人をランダムに取ると、真にポジティブな主題を選択した確率は90.9％になります。、およびその9.1％のみが誤検知でした。

しかし、2番目のケースを検討すると、誤検知のパラドックスが発生するため、基本周波数の誤謬の影響が見られます。 この場合、この人口に影響を与える病理学で陽性と見なされる1000人ごとに60人の割合があります。

しかし、60人のうち10人だけがこの病気にかかっており、残りは私たちのテストの測定の欠陥のためにこのグループに入った誤ったケースです。 どういう意味ですか？ これらの人の1人をランダムに選択した場合、実際の患者を見つける可能性は17％にすぎませんが、誤検知を選択する可能性は83％になります。

テストが誤検知を確立する可能性が5％あることを最初に考慮することにより、暗黙的に したがって、精度は95％であると言っています。これは、そうでない場合の割合だからです。 不合格。 しかし、私たちはそれを見る 発生率が低い場合、このパーセンテージは極端に歪んでいますなぜなら、最初の仮定では、ポジティブが本当にポジティブである確率が90.9％であり、2番目の仮定ではその指標が17％に低下したためです。

明らかに、これらの仮定では、基本周波数の誤謬を明確に観察することができる非常に離れた数値で作業していますが、それは正確には このようにして、問題のパノラマを考慮せずに、急いで結論を出すときに実行する影響、特にリスクを視覚化できるため、客観的です。 私たちを占めています。

• あなたは興味があるかもしれません： 「10種類の論理的および論議的誤謬」

基本周波数の誤謬に関する心理学的研究

基本周波数の誤謬の定義を掘り下げることができ、次のような例を見てきました。 それは、私たちが推論のこの誤りに夢中になっていることを許すならば、私たちが陥るバイアスの種類を明らかにします。 次に、この点に関して実施されたいくつかの心理学的研究を調査します。これにより、それに関する詳細情報が得られます。

これらの仕事の1つは、特定の分布に従って、ボランティアに学業成績を上げて架空の学生グループを検討するように依頼することで構成されていました。 だが 研究者は、特定の学生に関するデータを提供したときに変化を観察しましたが、これは彼らの可能な評価に影響を与えませんでした.

この場合、参加者は、これらの学生のグループに対して以前に示された分布を無視する傾向があり、 すでに述べたように、提供されたデータがこのタスクに無関係であった場合でも、個別にグレードを推定しました。 特に。

この研究は、基本周波数の誤謬の別の例のデモンストレーションを超えて、いくらかの影響を及ぼしました。 そして、それは学生選択面接であるいくつかの教育機関で非常に一般的な状況を明らかにしたということです。 これらのプロセスは、成功の可能性が最も高い学生を引き付けるために使用されます。

ただし、基本周波数の誤謬の推論に続いて、注意する必要があります この意味で、一般的な統計は、人の評価が提供できるデータよりも常に優れた予測因子になります。.

キャリアの長い部分をさまざまなタイプの認知バイアスの研究に捧げてきた他の著者は、イスラエル人、エイモス・トベルスキー、ダニエル・カーネマンです。 これらの研究者が基本周波数の誤謬の影響に取り組んだとき、彼らはその効果が主に代表性の規則に基づいていることを発見しました。

心理学者のリチャード・ニスベットも、この誤謬は 最も重要な帰属バイアスの1つのサンプル、根本的な帰属の誤りや対応の偏りなど、対象者は基本レートを無視するため（ 根本的な帰属の偏りのための外部の理由）、および特定のケースのデータの適用（理由 内部）。

言い換えれば、特定のケースの情報は、それが実際に代表的でなくても、 論理的な方法で結論を導き出すときに、確率的に、より重要になるはずの一般的なデータ。

これらすべての考慮事項を組み合わせることで、問題のグローバルなビジョンを得ることができます。 基本周波数の誤謬に陥ることを意味しますが、これを実現するのは難しい場合があります エラー。

書誌参照：

• バーヒレル、M。 (1980). 確率判断におけるベースレートの誤り。 ActaPsychologica。
• バーヒレル、M。 (1983). 基本料金の誤り論争。 心理学の進歩。 エルゼビア。
• Christensen-Szalanski、J.J.J.、Beach、L.R。 （1982）。 経験と基本料金の誤り。 組織行動と人間のパフォーマンス。 エルゼビア。
• マッキ、L。 (1995). ベースレートの誤りの語用論的側面。 実験心理学の季刊誌。 テイラーアンドフランシス。
• トベルスキー、A。、カーネマン、D。 (1974). 不確実性の下での判断：ヒューリスティックとバイアス。 理科。