Samenvatting probleem 7 - Estimating changes - Blok 2.1 Thinking and Remembering

SV Probleem 7 – Estimating chances
Decision making
Bij decision making evalueer je de gegeven informatie en oordeel je dit. Op basis daarvan maak je een keuze uit
verschillende mogelijke alternatieven  een risico, je weet niet of de keuze die je maakt de juiste is.

Hier tegenover staat deductive reasoning. Hier wordt aan de hand van goede beredenering en principes een
logische conclusie getrokken op basis van de gegeven informatie (top-down)

2 benaderingen:
1) Normative approach beschrijft hoe we zouden moeten denken in een bepaalde situatie  gebruik maken
van principes van basiskansberekening.
2) Descriptive approach beschrijft hoe we in de werkelijkheid denken  gebruik maken van
representativeness.

The belief-bias effect
The belief-bias effect komt voor in redenering wanneer mensen eerdere oordelen gebaseerd op hun
voorgaande geloven en generale kennis, dan gebaseerd op regels en logica.

Mensen maken errors wanneer de logica of redeneringsproblemen tegenstrijdig zijn met hun
achtergrondkennis.

Het werkt vanuit top-down proces. Onze voorgaande verwachtingen helpen ons onze ervaringen te
organiseren en de wereld te begrijpen.

Confirmation bias
Mensen hebben voorkeur voor het bevestigen van een hypothese, dan het te verwerpen.

Besluitvormende heuristieken
Wanneer beslissingen nemen hebben we geen vaste regels en weten we niet zeker of deze correct zijn.

Heuristics zijn generale strategieën die zorgen voor een correcte uitkomst. Wanneer we een moeilijke beslissing
moeten nemen, gebruiken we richtlijnen die simpel en makkelijk te bereiken zijn. Maar soms waarderen we de
beperkingen van de heuristieken niet waardoor we niet altijd goede beslissingen nemen.

 Satisficing
Een van de eerste heuristieken die is geformuleerd. Bij satisficing overwegen we opties een voor een, en
selecteren we een optie zodra we er een vinden die goed genoeg is om ons minimale level van aannemelijkheid
te bereiken.

 Elimination by aspects
We elimineren alternatieven door ons te focussen op aspecten van elk alternatief.

Het proces gaat als volgt:
1) Focus op een aspect van de opties
2) Vorm een minimum criteria voor dat aspect
3) Elimineer alle opties die niet aan dat criteria voldoen
4) Voor de overige opties, selecteer een tweede optie waar een minimum criteria voor opgesteld wordt, hier
door worden weer opties geëlimineerd
5) Blijf dit proces gebruiken tot er een enkele optie overblijft

 The representativeness heuristic

, Een steekproef lijkt representative wanneer het gelijkwaardig is in belangrijke karakteristieken met de
populatie waaruit deze is geselecteerd.
> Wanneer een steekproef random geselecteerd is, moet de steekproef er random uitzien om er
representatief uit te zien  Heads en tails is random, dus THHTHT is representatief, omdat het een
random volgorde heeft.

De representativeness heuristic houdt in dat we oordelen dat een steekproef waarschijnlijk is, wanneer deze
vergelijkbaar is met de populatie waaruit deze steekproef werd geselecteerd. We geloven dat random-looking
uitkomsten meer voorkomen dan uitkomsten in volgorde.
> 21.97,- ziet er random uit, dus lijkt normaal. 22.22,- ziet er niet random uit wat er voor kan zorgen dat
je de rekening checkt.

Probleem bij gebruik van de representatieve heuristiek  deze heuristiek is zo overtuigend dat we vaak
belangrijke statistische informatie negeren waar we wel rekening mee moeten houden (steekproefgrootte en
base rate).

Steekproefgrootte en representativiteit
Wanneer we een beslissing nemen is representativiteit zo’n dwingende heuristiek dat we vaak geen aandacht
besteden aan de steekproefgrootte.
> Onderzoek waarbij gevraagd werd in welk ziekenhuis het waarschijnlijker was dat 60% van de baby’s
een jongen was, of dat het gelijk was. 1 ziekenhuis was klein en hier werden 15 baby’s per dag
geboren en 1 ziekenhuis was groter en daar werden 45 baby’s geboren op een dag.
 56% antwoordde gelijk  de steekproefgrootte werd genegeerd.

Mensen begaan vaak de ‘small sample fallacy’ door aan te nemen dat kleine steekproefgroottes representatief
zijn voor de steekproef waaruit ze geselecteerd zijn. Vaak maken we deze fout in sociale situaties en bij relatief
abstracte statistische problemen.

Base rate en representativiteit
Ook hier is representativiteit zo’n overtuigende heuristiek dat we de base-rate negeren, of hoe vaak het item
voorkomt in de populatie.

Doordat we nadruk leggen op de representativiteit, begaan we de base-rate fallacy door belangrijke informatie
over de base-rate te benadrukken.

Kahneman en Tvgersky zeggen dat hun studies gerelateerd zijn
aan de theorie van Bayes.
Bayes’ theorem zegt dat oordelen beïnvloed worden door 2 factoren:
 Base rate
 Likelihood ratio. Dit beoordeelt of de beschrijving eerder van
toepassing is op populatie A of B
The Conjunction Fallacy en representativiteit
Conclusie van het vignet  Veel mensen zeggen dat het waarschijnlijker is dat Linda bij een bank werkt en een
actief feminist is, dan dat Linda alleen bij een bank werkt.

Volgens de conjunction rule, kan de waarschijnlijkheid van de samenstelling van 2 gebeurtenissen niet groter
zijn dan de waarschijnlijkheid van één van de gebeurtenissen.
> De conjunctie van 2 gebeurtenissen (bank en feminist) kan dus niet vaker voorkomen dan 1 van de 2.

Wanneer mensen het ‘linda probleem’ proberen, begaan ze de conjunction fallacy. Ze oordelen de
waarschijnlijkheid van de conjunctie van twee gebeurtenissen als groter dan de waarschijnlijkheid van een
enkele gebeurtenis.