Bāzes frekvences maldība: šī aizsprieduma raksturojums

Ir daudz kļūdu, kurās mēs varam apzināti vai ne, aizstāvot savus argumentus.

Šoreiz mēs pievērsīsimies vienam, kas pazīstams kā bāzes frekvences maldība. Mēs atklāsim, no kā sastāv šī neobjektivitāte, kādas sekas tam ir, kad to izmantosim, un mēģināsim to atbalstīt ar dažiem piemēriem, kas ļauj vienkāršāk vizualizēt šo jēdzienu.

• Saistītais raksts: "Kognitīvie aizspriedumi: interesanta psiholoģiskā efekta atklāšana"

Kāds ir bāzes frekvences maldīgums?

Bāzes biežuma maldība, kas pazīstama arī ar citiem nosaukumiem, piemēram, bāzes likmes neobjektivitāte vai pat nolaidības atstāšana pret bāzes likmi, ir oficiāla kļūda ka, sākot ar konkrētu gadījumu, tiek izdarīts secinājums par parādības vispārējo izplatību, pat ja tajā ir sniegta pretēja informācija jēga.

Šis maldīgums notiek tāpēc, ka persona mēdz pārvērtēt konkrētā gadījuma nozīmi, atšķirībā no vispārējo iedzīvotāju datiem. To sauc par bāzes frekvences kļūdu tieši tāpēc, ka tā ir pamata likme, kas tiek nostādīta otrajā plānā, piešķirot lielāku nozīmi konkrētajam gadījumam.

Protams, tāpat kā ar visiem maldiem, šīs kļūdas iekļūšanas tiešās sekas ir tās mēs nonāksim pie neobjektīviem secinājumiem, kas ne vienmēr atbildīs realitātei tas ir problēma, kas pat varētu kļūt nopietna, ja attiecīgais pamatojums ir daļa no attiecīgā pētījuma.

Bāzes biežuma maldība pati par sevi ir daļa no kognitīvās novirzes veida, kas pazīstama kā pagarinājuma nolaidība vai nolaidība. Šī kļūda būtībā sastāv no tā, ka netiek ņemta vērā noteiktas analīzes izlases lielums. Šī parādība var novest pie nepamatotiem secinājumiem, ja, piemēram, pārāk mazas izlases datus ekstrapolējam visai populācijai.

Savā ziņā tieši tas notiktu, kad mēs runājam par bāzes frekvences kļūdām novērotājs varētu attiecināt konkrētā gadījuma rezultātus uz visu pētāmo paraugu, pat ja dati norāda pretējo vai vismaz kvalificēt minēto rezultātu.

Viltus pozitīvu gadījumu gadījums

Pastāv īpašs pamatfrekvences maldības gadījums, kurā var vizualizēt tā pārstāvēto problēmu, un tas ir tā sauktais viltus pozitīvais paradokss. Lai to izdarītu, mums ir jāiedomājas, ka iedzīvotājus apdraud slimība, kaut kas vienkāršs šajos laikos, kur mēs esam pieredzējuši koronavīrusu vai COVID-19 pandēmiju no pirmavotiem.

Tagad mēs iedomāsimies divus dažādus pieņēmumus, lai varētu izveidot vēlāku salīdzinājumu starp tiem. Pirmkārt, pieņemsim, ka attiecīgajai slimībai ir salīdzinoši augsts biežums vispārējā populācijā, piemēram, 50%. Tas nozīmētu, ka no 1000 cilvēku grupas 500 no viņiem būtu šī patoloģija.

Bet arī mums jāzina, ka testam, ko izmanto, lai pārbaudītu, vai cilvēkam ir vai nav slimības, ir: 5% varbūtība dot viltus pozitīvu, tas ir, secināt, ka indivīds patiesībā ir izteicis kaites Tas nav tāds. Tas pozitīvo kopumu papildinātu ar vēl 50 cilvēkiem (lai gan patiesībā tie nav), kopā 550. Tāpēc mēs varētu aprēķināt, ka 450 cilvēkiem nav slimības.

Lai saprastu bāzes frekvences kļūdu ietekmi, mums jāturpina savs pamatojums. Šim nolūkam mums tagad ir jāpiedāvā otrais scenārijs, šoreiz ar zemu attiecīgās patoloģijas sastopamību. Šoreiz mēs varam novērtēt, ka inficēto būtu 1%. Tas būtu 10 cilvēki no 1000. Bet mēs bijām redzējuši, ka mūsu testā ir 5% kļūda, tas ir, kļūdaini pozitīvi rezultāti, kas nozīmē 50 cilvēkus.

Ir pienācis laiks salīdzināt abus pieņēmumus un redzēt ievērojamo atšķirību, kas starp tiem rodas. Augstas saslimstības scenārijā 550 cilvēki tiktu uzskatīti par inficētiem, no kuriem 500 faktiski būtu. Proti, Ja nejauši izvēlētos kādu no cilvēkiem, kas tiek uzskatīti par pozitīviem, mums būtu 90,9% varbūtība izvēlēties patiešām pozitīvu tēmu, un tikai 9,1% no tiem bija kļūdaini pozitīvi.

Bet bāzes frekvences kļūdu ietekme tiek konstatēta, pārskatot otro gadījumu, jo tieši tad notiek viltus pozitīvu paradokss. Šajā gadījumā mums ir 60 cilvēki no katriem 1000, kuri tiek uzskatīti par pozitīviem patoloģijā, kas ietekmē šo populāciju.

Tomēr tikai 10 no šiem 60 ir slimība, bet pārējie ir kļūdaini gadījumi, kas iekļuvuši šajā grupā mūsu testa mērījumu defekta dēļ. Ko tas nozīmē? Ja mēs izvēlētos vienu no šiem cilvēkiem nejauši, mums būtu tikai 17% iespēja atrast īstu pacientu, savukārt 83% iespējamība ir izvēlēties viltus pozitīvu.

Sākotnēji uzskatot, ka testam ir 5% iespēja netieši noteikt kļūdaini pozitīvu rezultātu mēs sakām, ka tāpēc tā precizitāte ir 95%, jo tā ir procentuālā daļa gadījumu, kad tā nebūs izgāzties. Tomēr mēs to redzam ja sastopamība ir zema, šis procents tiek sagrozīts līdz galam, jo pirmajā pieņēmumā mums bija 90,9% varbūtība, ka pozitīvs ir patiešām pozitīvs, un otrajā šis rādītājs nokritās līdz 17%.

Acīmredzot šajos pieņēmumos mēs strādājam ar ļoti tālu skaitļiem, kur ir iespējams skaidri novērot bāzes frekvences kļūdu, bet tieši tas ir mērķis, jo tādējādi mēs varēsim vizualizēt efektu un it īpaši risku, kas mums rodas, izdarot sasteigtus secinājumus, neņemot vērā problēmas panorāmu, kas nodarbina mūs.

• Jūs varētu interesēt: "10 loģisko un argumentēto kļūdu veidi"

Psiholoģiskie pētījumi par bāzes biežuma kļūdu

Mēs esam spējuši iedziļināties bāzes frekvences kļūdu definīcijā un esam redzējuši tā piemēru Tas atklāj tāda veida neobjektivitāti, kādā mēs nonākam, ja ļaujamies, lai šī kļūda pamatojumā mūs aizrauj. Tagad mēs izpētīsim dažus psiholoģiskos pētījumus, kas ir veikti šajā sakarā, kas mums sniegs vairāk informācijas par to.

Viens no šiem uzdevumiem bija lūgums brīvprātīgajiem ierakstīt akadēmiskās pakāpes, kuras viņi uzskatīja par fiktīvu studentu grupu, atbilstoši noteiktam sadalījumam. Bet pētnieki novēroja izmaiņas, sniedzot datus par konkrētu studentu, lai gan tas neietekmēja viņu iespējamo vērtējumu.

Šajā gadījumā dalībnieki mēdz ignorēt sadalījumu, kas iepriekš bija norādīts šo studentu grupai, un novērtēja pakāpi individuāli, pat ja, kā mēs jau teicām, sniegtajiem datiem nebija nozīmes šim uzdevumam 2007 īpaši.

Šim pētījumam bija zināma ietekme, ne tikai demonstrējot citu bāzes frekvences kļūdu piemēru. Un tas ir tāds, ka tas atklāja ļoti izplatītu situāciju dažās izglītības iestādēs, kas ir studentu atlases intervijas. Šie procesi tiek izmantoti, lai piesaistītu studentus ar vislielāko veiksmes potenciālu.

Tomēr, ievērojot pamatfrekvences kļūdu pamatojumu, jāatzīmē, ka vispārējā statistika šajā ziņā vienmēr būs labāks pareģotājs nekā dati, ko var sniegt personas novērtējums.

Citi autori, kuri lielu daļu savas karjeras ir veltījuši dažāda veida kognitīvo aizspriedumu izpētei, ir izraēlieši, Amoss Tverskis un Daniels Kanhemans. Kad šie pētnieki strādāja pie bāzes frekvences kļūdu sekām, viņi atklāja, ka tā ietekme galvenokārt balstījās uz reprezentativitātes likumu.

Arī psihologs Ričards Nisbets uzskata, ka šis maldīgums ir viena no vissvarīgākajām attiecinājuma aizspriedumiem paraugs, piemēram, fundamentālā attiecinājuma kļūda vai korespondences neobjektivitāte, jo subjekts ignorētu bāzes likmi ( ārējiem iemesliem, kas saistīti ar būtisku atribūcijas neobjektivitāti) un konkrētā gadījuma datu piemērošanu (iemesli iekšējā).

Citiem vārdiem sakot, priekšroka tiek dota konkrētā gadījuma informācijai, pat ja tā nav īsti reprezentatīva vispārīgi dati, kuriem, iespējams, loģiskā veidā izdarot secinājumus, vajadzētu būt lielākam svaram.

Visi šie apsvērumi kopā ļaus mums tagad izveidot globālu redzējumu par šo problēmu nozīmē, ka iekrīt bāzes frekvences kļūdās, lai gan dažreiz to ir grūti saprast kļūda.

Bibliogrāfiskās atsauces:

• Bar-Hillel, M. (1980). Bāzes likmes kļūdainība varbūtības novērtējumos. Acta Psychologica.
• Bar-Hillel, M. (1983). Bāzes likmju kļūdainība. Psiholoģijas sasniegumi. Elsevjē.
• Kristensens-Szalanskis, Dž.J.J., Pludmale, L.R. (1982). Pieredze un bāzes likmes maldīgums. Organizatoriskā uzvedība un cilvēka darbība. Elsevjē.
• Mači, L. (1995). Praktiski pamatlikmes maldības aspekti. Eksperimentālās psiholoģijas ceturkšņa žurnāls. Teilors un Francis.
• Tverskis, A., Kāmensans, D. (1974). Spriedums nenoteiktībā: heiristika un aizspriedumi. Zinātne.