目录（点击切换）
本文选自 丹尼尔·卡尼曼新作《噪声》，扫上面码免费领电子书
第5章
测量误差，噪声与偏差的代价一样大
显而易见的是，一致性的偏差会引发代价高昂 的错误 。如果体重
秤在你每次称体重时都自动加上一定的重量，如果一位乐观的经理总
是预测项目只需花费实际所需时间的一半，如果一位谨小慎微的经理
总是年复一年地低估未来的销售额，那么后果都将会非常严重。
我们已经知道，噪声会引发代价高昂 的错误。如果一位经理大多
数时候预测的项目所需时间只是实际所需时间的一半，而在少数预测
中又将前者估计成后者的两倍，那么我们是 和否可以说在平均水平上这
位经理的判断是对的呢? 答案是否定的。这些不同的误差是累加的
而不会互相抵消。
因此，我们想到了一个很重要的问题: 偏差和噪声是如何引起误
差的? 多少偏差和噪声会引起误差? 本章试图回答这些问题。这一章
所要呈现的信息非常明确: 在各种专业判断中，当以准确性为目标
人
中，偏差是误差的主导因素,在其他案例中，噪声则是主导因素
且这类案例比我们预想的更为常见。但在每一个案例中， 人
单位的噪声对总体误差的影响和每减少一个单位的偏差对总体误差的
影响是一样的。因此，测量和减少噪声应该与测量和减少偏差同等重
要。
这一结论是依据一种特定的误差测量方法得出的，这种测量方法
由来已入，并且被科学界和统计学领域广泛接受。我们将在本章对其
历史进行回顾，并简单介绍它的原理。
GoodSel1应该减少噪声吗假设有一家名为GoodSel1 的大型零售公司，这家公司雇用了一些
销售预测师，他们的工作就是预测GoodSel1在各地区的市场份额。可
能是由于读过关于噪声的图书，预测部门的主管埃米。西姆金 Amy
Simkin) 进行了唆声审查。所有预测师都对同一个地区的市场份额进
行了独立评估。
图5-1显示了噪声审查的结果 〈平滑得难以置信) 。西姆金可以看
到，这些预测分布在常见的钟形曲线〈即正态分布，或称高斯分布)
4
图5-1 GoodSe11公司在某一地区市场份额的预测分布
频率最高的预测由钟形曲线的顶点所代表，市场份额为44%。西姆
金可以看到，公司的预测系统具有很高的噪声，如果所有预测都是正
确的，那么这些预测应该相同。但事实上，这些预测值的分布很分
散。
我们可以给GoodSel1预测系统中的噪声赋予一个数值。就像用秒
表来测量间隔时间一样，我们可以计算这些预测的标准差。顾名思
义，标准差表示一组数值偏离平均值的程度，在本例中为10%。对于每
一个正态分布来说，大约2/3的预测值都落在偏离平均值正负一个标准
差的范围内。本例指的是，约2/3的市场份额落在34%一54%这一范围
内。西姆金现在获得了一个关于市场份额噪声的评估数据。需要提醒
关于思考快与慢怎么样相关推荐:
思考快与慢电子书,卡尼曼幸福观,丹尼尔思考快与慢