Đưa ra quyết định tốt hơn với xác suất Bayes, cách thông minh để xem xét rủi ro

$config[ads_kvadrat] not found

Исторический запуск SpaceX отложен из за непогоды

Исторический запуск SpaceX отложен из за непогоды
Anonim

Nó đã ước tính rằng người trưởng thành của con người đưa ra khoảng 35.000 quyết định mỗi ngày - tỷ lệ phần trăm của các quyết định tốt phụ thuộc vào người trưởng thành. Những lựa chọn này có thể là tầm thường khi quyết định cuộn hoặc vò nát giấy vệ sinh hoặc phức tạp về mặt cảm xúc khi quyết tâm rời khỏi một mối quan hệ. Và bởi vì con người phải chịu sự thay vì làm chủ những thành kiến ​​cảm xúc của họ, nên các chiến lược và khung trí tuệ là cần thiết cho bất kỳ ai hy vọng hoạt động một cách hợp lý. Thật không may, chúng tôi không phải lúc nào cũng cung cấp các công cụ tốt nhất. Cách mà hầu hết mọi người nghĩ về xác suất, ví dụ, không phù hợp với hiện đại.

Vào bất kỳ ngày nào, bất kỳ người nào được sống trong một xã hội hiện đại sẽ tham gia với các tổ chức, máy móc và mô hình định giá mà họ không hiểu hoàn toàn. Hầu hết mọi người tiếp cận những câu đố hàng ngày này một cách thực tế, bằng cách sử dụng thông tin họ có để tối đa hóa cơ hội cho một kết quả thành công. Đây thực chất là những gì cha mẹ dạy chúng ta làm khi còn nhỏ. Đây thường là những gì mọi người muốn nói khi họ nói về logic Logic. Nhưng đây cũng là một quá trình thường xuyên không đầy đủ. Khi có những lỗ hổng kiến ​​thức đáng kể, nó chỉ khác một chút so với đoán. Nói tóm lại, chúng ta đang nghĩ về xác suất một cách không hiệu quả. Thay vì tập trung vào kết quả, chúng ta nên tập trung vào sự hiểu biết của chúng ta về các tình huống bằng cách sử dụng các ý tưởng cốt lõi của xác suất Bayes.

Xác suất Bayes kết hợp mức độ niềm tin đối với các tần số lịch sử: Ý tưởng là các quyết định đưa ra từ sự không chắc chắn được thông báo bởi những gì ban đầu ai đó biết và được cập nhật khi gặp thông tin mới. Ý tưởng là để giảm thiểu rủi ro trong khi tối đa hóa việc học. Thay vì tiếp cận các vấn đề như nguyên khối, Bayes đã cắt chúng thành nhiều phần dễ tiêu hóa hơn. Kiến thức được tích lũy trên đường đi.

Để hiểu cách thức hoạt động của nó, bạn đã phải làm toán. Phương trình trung tâm, còn được gọi là quy tắc Bayes, được xây dựng bởi Thomas Bayes, một giáo sĩ và nhà toán học người Anh đã chết vào năm 1761. Nó dự đoán chuỗi các sự kiện dẫn đến kết quả. Trong phương trình, T là viết tắt của giả thuyết đang thử nghiệm và E đại diện cho các bằng chứng mới sẽ xác nhận hoặc bác bỏ giả thuyết. Niềm tin ở đây không phải là mục tiêu, nhưng có điều kiện với các giả định trước và những gì được học trên đường đi.

Phương trình cho phép các nhà ra quyết định phân bổ khả năng cho các mẩu thông tin và sự kiện cùng một lúc, đặt ra khả năng của một giả định cơ bản chứng minh trên khả năng kết quả.

Trong một bài báo năm 2011, giáo sư Norman Fenton của Đại học Queen Mary đã lập luận rằng cách hiệu quả nhất để đưa ra quyết định là thông qua các mô hình xác suất được xây dựng từ các mạng Bayes. Ông viết rằng cuộc khủng hoảng tài chính năm 2008 là một hồi chuông cảnh tỉnh rằng mọi người và hệ thống tài chính cần phải đánh giá rủi ro tốt hơn. Mặc dù xác suất Bayes đã tồn tại như một công trình quan trọng từ thế kỷ 16, nhưng nó không được áp dụng hay dạy dỗ rộng rãi. Và mặc dù rõ ràng rằng tư tưởng Bayes áp dụng cho tài chính, nó cũng có ý nghĩa của vô số tình huống khác.

Để giải quyết các loại vấn đề này một cách nhất quán và hiệu quả, chúng ta cần một phương pháp nghiêm ngặt để định lượng sự không chắc chắn cho phép chúng ta kết hợp dữ liệu với phán đoán của chuyên gia, chuyên gia viết. Xác suất Bayes là một cách tiếp cận như vậy.

Fenton làm cho trường hợp áp dụng lý thuyết Bayes tăng lên, nhưng nó đã được áp dụng trước đây - và có hiệu quả tốt. Alan Turing đã sử dụng số liệu thống kê Bayes khi bẻ khóa mã trong Thế chiến II. Lý do duy nhất khiến nó phổ biến một cách suy nghĩ mới là không ai phát hiện ra cho đến khi thông tin được giải mật vào năm 2012. Đó cũng là năm Nate Silver sử dụng phương trình Bayes Để dự đoán kết quả bầu cử năm 2012 với độ chính xác ấn tượng.

Xác suất Bayes tốt hơn so với các hệ thống dự đoán tương lai khác bởi vì đây cũng là một trong số ít các phương pháp giải thích con người thực sự khó đoán như thế nào. Trong khi nó kết hợp những gì người ta biết, nó cũng đáp ứng với thực tế sự lựa chọn của con người liên tục bị ảnh hưởng bởi các biến số theo ngữ cảnh và tình huống. Điều này rất hữu ích cho dù bạn có cố gắng tìm ra cổ phiếu nào để đầu tư vào, hay đĩa trái cây nào sẽ thành công nhất tại potluck của bạn.

Nhưng làm thế nào bạn có thể áp dụng nó ngày hôm nay? Đơn giản: Hãy suy nghĩ về những gì bạn nghĩ rằng bạn biết và tại sao bạn nghĩ rằng bạn biết điều đó trước khi đưa ra quyết định. Sau đó suy nghĩ về việc quyết định đó sẽ cho phép bạn xác nhận hoặc từ chối những nghi ngờ của bạn. Nó rất nhiều mà dễ dàng. Đó là một vấn đề của việc có kỷ luật để tập trung vào lý do tại sao những gì xảy ra thay vì thực tế đơn giản của các sự kiện. Chỉ vì điều gì đó xảy ra mà không làm cho nó có thể xảy ra.

$config[ads_kvadrat] not found