【噪声丹尼尔】读者的是，为了获得更加稳健的评估，更好的噪声审查可以使用几个预测问题，但此处有一个问题就够了。

本文选自 丹尼尔·卡尼曼新作《噪声》，扫上面码免费领电子书

读者的是，为了获得更加稳健的评估，更好的噪声审查可以使用几个
预测问题，但此处有一个问题就够了 。

在第2章中，关于真实保险公司高管的案例也是如此。西姆金感到
非常震惊，并决定采取措施。令人难以接受的噪声程度表明，预测师
没有遵循他们应该遵循的程序。西姆金要求公司领导雇用一个噪声顾
问来监督预测师的工作，从而提升他们的一致性。可惜，她的要求并
未得到批准。领导的回复似乎也很合理: “当我们不知道自己的预测
是对是错的时候，如何能够减少错误? 如采光同人全误仆人 〈即存
在一个较大的偏差) ，那它是一个需要尽快解决的问题。”最后，领
导得出结论: GoodSe11先需要确认这些预测师的预测是对是错，然后
再谈改善预测品质的措施。

在那次噪声审查的一年后，预测师们所预测内容的真实结果出来
了。目标地区的市场份额实际为34%0。现在我们知道了每一位预测师的
误差程度，即他们的预测值与实际结果之间的差异。如果预测值是
34%，那么误差是0， 如果预测值是44%，那么误差是10%，而对于很低
的预测值246，误差为-10%。

图5-2显示的是误差分布情况。它和图5-1中的预测曲线相同，不
同的只是它的每一个数据点表示了将图5-1中相应的预测值减去真实值
(34%) 后的差。分布的形态没有改变，而且误差分布的标准差〈我们
对预测误差本身的噪声的测量结果) 仍然是10%。

0误苦

L上0图5-2 ”GoodSel1对某一地区市场份额预测中的误差分布

观察图5-1和图5-2之间的差异，就像图0-1和图0-2中从正面和隐
去靶子观察射击规律之间的差异 。在考察射击故事中的噪声时，我们
无须知道靶子的位置，同样，知道真实结果对于预测噪声也无任何助
益。

西姆金和她的领导现在知道了一些他们以前不知道的信息:预测
的偏差数量。偏差是误差的平均值，在本例中是10%。因此，偏差和吧
声在此案例的数据集中是一个相同的数字。 《需要说明的是，噪声和
偏差相等不是普遍的情况，但采用一个噪声和偏差相等的案例有助于
读者理解它们各自的作用。) 我们可以看到，大部分预测师都犯了过
度乐观的错误，他们高估了公司可能获得的市场份额，大部分人的预
测都落在了0误差线的右侧。事实上，结合该正态分布曲线的属性来
看，大约84%的预测都高估了实际的市场份额。

面对上述结果，西姆金的领导自鸣得意地认为自己是对的，这些
预测中存在着大量偏差! 减少偏差固然是一件好事，但西姆金还是想
知道，一年前的提议是明智的吗? 就目前而言，再次提出减少噪声仍
然明智吗? 相比于减少偏差，减少噪声的意义是什么呢?

均方，衡量整体误差的精确规则

为了回答西姆金的问题，我们需要一个关于误差的评分规则，即
对个体误差赋予不同权重并将其整合成测量总体误差的一个指标。幸
运的是， 和种正共确人 ET

jleast 汪清
1795 -训基是举世加名的数学天才，生于1777年。 他在十所
0 2 让大抽

关于思考快与慢 丹尼尔卡尼曼相关推荐:

思考快与慢主要内容介绍,丹尼尔卡尼曼心理学家,噪声 丹尼尔卡尼曼 epub