Csomi így jobb? :D
Becslések szerint az emberi felnőttek naponta körülbelül 35 000 döntést hoznak - a jó döntések aránya a felnőtttől függ. Ezek a választások olyan banálisak lehetnek, mint a WC-papír tekercselésének vagy eltömődésének, vagy olyan érzelmileg bonyolultnak tűnnek, mintha kapcsolatba lépnének. És mivel az emberek az érzelmi elfogultságuk helyett inkább a mesterek alá tartoznak, stratégiák és szellemi keretek szükségesek mindenki számára, aki ésszerű módon működik. Sajnos nem mindig kapjuk meg a legjobb eszközöket. Például a legtöbb ember úgy gondolja, hogy a valószinűség valóban nem illik a modernhez.
Bármely adott napon a modern társadalomban élő bármely személy olyan szervezetekkel, gépekkel és árképzési modellekkel fog kapcsolatba lépni, amelyeket nem értenek teljesen. A legtöbb ember gyakorlati módon közelíti meg ezeket a napi rejtvényeket, az általuk használt információk felhasználásával, hogy maximalizálja a sikeres kimenetel lehetőségét. Ez lényegében az, amit a szüleink tanítanak nekünk, mint gyermekeket. Ez gyakran az, amit az emberek „logikáról” beszélnek. De ez is gyakran elégtelen folyamat. Ha jelentős tudáshiány van, csak kis mértékben különbözik a találgatástól. Röviden, nem valószínű módon gondolkodunk a valószínűségről. Ahelyett, hogy az eredményekre összpontosítanánk, a Bayes-i valószínűség alapvető elképzeléseinek felhasználásával összpontosítanunk kell a helyzetek megértésére.
A bayesi valószínűség magában foglalja a történelmi frekvenciákkal szembeni hiedelem fokozatait: Az az elképzelés, hogy a bizonytalanságból hozott döntésekről tájékoztatást kap az, amit valaki eredetileg ismernek és aktualizálnak, amikor új információkat talál. Az ötlet a kockázat minimalizálása, a tanulás maximalizálása mellett. Ahelyett, hogy a monolitikus problémákat közelítené, a bayesiak jobban emészthetőek. A tudás az út mentén halmozódik fel.
Ahhoz, hogy megértsük, hogyan működik ez, meg kell tennie a matematikát. A központi egyenletet, amit Bayes-szabálynak is neveznek, Thomas Bayes, egy angol nyelvű és 1761-ben meghalt matematikus fogalmazott meg. Az események sorrendjét előre jelzi. Az egyenletben T jelentése a tesztelő hipotézis, az E pedig az új bizonyíték, amely vagy a hipotézist megerősíti vagy elutasítja. A hiedelmek itt nem objektívek, hanem az előfeltevések feltételei és az út során megtanultak.
Az egyenlet lehetővé teszi a döntéshozók számára, hogy az információk és események valószínűségét egyidejűleg hozzárendeljék, és az eredmény valószínűségén felül az alapfeltevés valószínűségét rétegezzék.
Egy 2011-es papírban Queen Mary Egyetem professzora Norman Fenton azzal érvelt, hogy a leghatékonyabb módja a döntések meghozatalának a Bayesi hálózatokból épített valószínűségi modelleken keresztül. Azt írja, hogy a 2008-as pénzügyi válság ébresztési felhívás volt, hogy az embereknek és a pénzügyi rendszernek jobban kell a kockázatértékelésre jutnia. Míg a bayesi valószínűség a 16. század óta kritikus konstrukcióként létezett, nem széles körben alkalmazzák vagy tanítják. És bár nyilvánvaló, hogy a bayesi gondolkodás a pénzügyekre vonatkozik, ez számtalan más helyzetet is érinti.
„Ahhoz, hogy ezeket a problémákat következetesen és hatékonyan kezeljük, szigorú módszerre van szükségünk a bizonytalanság számszerűsítésére, amely lehetővé teszi számunkra, hogy az adatokat szakértői megítéléssel kombináljuk” - írja Fenton. „A Bayesi valószínűség ilyen megközelítés.”
A Fenton a Bayes-elmélet fokozott alkalmazását indokolja, de korábban elfogadták, és jó hatással van rá. Alan Turing Bayes-statisztikákat használt, amikor a II. Az egyetlen ok, amiért nem népszerűsítette az új gondolkodásmódot, az volt, hogy senki nem fedezte fel, amíg az információt 2012-ben nem bontják le.
A bayesi valószínűség jobb, mint más jövőbeni előrejelző rendszerek, mivel ez egyike azon kevés módszereknek is, amelyek a kiszámíthatatlan emberek tényét tükrözik. Bár magában foglalja azt, amit tudunk, az is reagál arra a tényre, hogy az emberi választást folyamatosan befolyásolják a kontextusos és a szituációs változók. Ez akkor hasznos, ha megpróbálja kitalálni, hogy milyen készleteket fektessen be, vagy milyen gyümölcslemez lesz a legeredményesebb a potlucknál.
De hogyan lehet ezt ma alkalmazni? Egyszerű: Gondolj arra, mit gondolsz, és miért gondolod, hogy tudod, mielőtt döntést hoznád. Aztán gondoljunk arra, hogy ez a döntés lehetővé teszi-e, hogy megerősítse vagy tagadja a gyanúját. Ez elég egyszerű. A fegyelemnek az a célja, hogy azokra az esetekre összpontosítson, ami történik, nem pedig az események egyszerű valósága. Csak azért, mert valami történik, ez nem valószínű.
Tizenéves hős kockázatok visszatartása, halál „kék bogár” # 1 előnézetben
Amikor Inverse beszélt Geoff Johnszal a DC újjászületése változásairól, átmeneti búcsú képregényében néhány konkrét panelt láttak, nevezetesen a Jaime Reyes és a milliárdos Ted Kord vitatkozott. A Blue Beetle, Johns mondta, az egyik legizgalmasabb változó a kiadó megújulásában. Még le is ...
A marihuána és az opioidhasználat összefüggésbe hozható a jövőbeli viselkedés megfontolására
Az ausztrál katolikus egyetem új tanulmánya megállapította, hogy a rendszeres kannabiszhasználóknak nehézségekbe ütközhetnek az epizódos előrejelzés vagy a jövőbeni viselkedés megfontolása. És a hosszú távú opiát-használók hasonló nehézségekkel próbálhatják elképzelni a jövőt.
A házasság felbontásának vizsgálata: a munkahelyi egyenlőtlenségekhez kapcsolódó kockázatok
A Biology Letters folyóiratban a stockholmi egyetem szociológiai kutatói bizonyítják, hogy a kapcsolatok kevésbé stabilak, amikor rengeteg lehetőség van új munkatársnak a munkahelyen való találkozására. Ez különösen igaz a férfiakra, különösen a felsőoktatású férfiakra.