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
偏差?
十
噪声?
Overall Error (CMSE)
Bias2
Noise2
图5-5 均方误差的两种分解情形
正如上面的数学公式以及图5-5所示，偏差和噪声在误差方程中扮
演了类似的角色，它们虽彼此独立，但被赋予了相同的权重。需要注
意的是，在随后的章节中，我们在分析品声的成分时也会用类似的平
方和分解的方式。误差方程解答了西姆金提出的问题。同等程度地减少噪声和偏
差，对总体误差会产生什么影响? 答案很明显: 在误差方程中，偏
差和噪声可以互换，因此无论是减少噪声还是减少偏差，对减少总
体误差而言意义是一样的。在图5-2中，偏差和噪声刚好相等〈都是
10%) ，因而它们对总体误差的影响是等同的。
误差方程表明，西姆金最初想减少噪声的想法是正确的。无论你
何时发现噪声，你都需要想尽办法减少它。这一方程表明，西姆金的
领导所认为的“GoodSel1应该在预测中的偏差的测量结果出来之后，
再去减少噪声”的观点是错误的。对于总体误差而言，噪声和偏差是
独立的， 无论偏差的大小如何，减少噪声都有益处。
这个结论虽然很违反直觉，但非常重要。为了说明这一点，图5-6
表明了减少相同数量的噪声和偏差所产生的效果。为了帮助你理解下
图中左右两图的内容，最初的误差分布〈来自图5-2 ) 用虚线表示。
图A: 噪声不变，售差减兰 区 G: 企差不变，噪声减半
-30-20-00 102030 405-30-20-00102030 50 50
图5-6 ”偏差减半〈A) 与噪声减半〈B) 时的误差分布情况
在图5-6的图A&中，我们假设西姆金的领导决定采用自己的方式，
他发现了偏差，随后决定将其减半，如通过向过于乐观的预测师提供
反馈的方式。他未对噪声采取任何措施。这种改进的效果是显而易见
的: 预测的总体分布更接近真实值了 。
在图5-6的图B中，我们可以看到，如果西姆金的提议获得了领导
的批准，其结果将会是: 偏差没有改变，噪声减半。看似巴盾的是，
关于丹尼尔卡尼曼噪声图片相关推荐:
丹尼尔卡尼曼 噪声,丹尼尔卡尼曼噪声,噪声 书评
评论已关闭！