《这才是心理学》读书偶感之3
感谢@龙隐堂主 吕老师领读
本周阅读进入深水区:概率思维。
关于概率思维,芒格老先生说过(大致意思):概率思维对投资非常重要,他和巴菲特在投资中都大量应用了概率思维。但是,人在进化过程中并不擅长使用概率思维来思考问题。
所以,概率思维是每个投资人都需要过的一道难关。
在本周的阅读中,我也屡屡被概率所打脸,深刻认识到芒格所说的人类生来并不擅长概率思维的含义,甚至可以换个说法:概率思维很反人性、反常规。
接下来我试图用三个案例来剖析概率思维的误区。
假设已经连续扔了5次正面
问:你认为第6次:
——出现正面的机会更高
——出现反面的机会更高
——出现正面和反面的机会一样
大多数人的答案是:反面的机会更高。这正是有名的赌徒谬误。
书中把错误的原因归为:将过去的事件和未来的事件联系起来,而实际上两者是独立的。两个事件的结果是相互独立的,一个事件的出现不会影响另一个事件出现的概率。
这里我以自己的体验来说明一下错误的原因:
我们当然知道每一次扔硬币的结果正反面的概率都是50%
我们也知道每次扔硬币都是独立的,相互之间没有影响
但是,除此之外,还有一个误区:
连续正面偏离了50%的概率,接下来回归的概率可能更大。
——事实上,对扔硬币而言,5次的样本太小,小样本极有可能产生严重偏离的极端值,此处应该忽略。
正是这个“连续5次正面”这样的事实,让我试图去修改概率:悄悄调高了下一次出现反面的概率。影响判断的正是我们亲眼见到的“事实”。
这是一个多轮测试,请测试者预测每次测试时哪一盏灯会亮
刚开始,测试者马上会发现红灯亮的次数更多,因此随后会在更多的测试中预测红灯亮。事实上他们大约在70%的测试中预测红灯亮。
但是他们相信红蓝灯亮是有一定模式的,所以他们在红灯与蓝灯之间换来换去,但依然保持了70%的次数预测红灯亮,30%的次数预测蓝灯亮。
结果,他们预测的准确率大大低于一直预测红灯亮。
按作者的测算,前者准确率大约为58%,后者准确率为70%。
——总想去回避每一次的错误,没想到反而导致整体准确率下降。这大概是概率思维很典型的误区。
概率本身就意味着必然有错误。因此,概率始终关注的是整体的胜率,而非单次的胜负。
或者,从另一个角度来理解:人们正是因为认知的不足,没有找到必胜的强连接,所以,才会用概率来应对无知。概率应对的正是人类无法掌控的那部分,既然如此,凭什么要求100%准确?
临床预测,指临床医生利用他与病人接触的经验以及病人的相关信息所做出的预测。
一般而言,我们都会认为临床预测肯定优于统计预测,因为临床医生一方面拥有比统计信息更多的临床经验,另一方面还拥有比统计预测更多的病人信息。而无论是临床经验还是病人信息,无疑会更有利于准确的诊断。
但不幸的是,经过数十年间100多个研究证明:统计预测都优于临床预测。
这一结论大出意料。
信息优势不仅没有带来预测准确率的提升,反而成了拖后腿的劣势。
仔细想想这方面的教训好象并不少。最典型的就是股价预测,知道得越多,好象反而凭添混乱,乱中出错,一错再错。
我想,之所以会出现这样的问题,当是信息惹的祸,那些额外的信息,它给我们无缘无故凭添了许多信心,在这些信心的加持下,我们悄悄修改了概率,只是我们万万没想到的是:信心给了我们错误的指引。即使它具有鲜活的感染力,但并不能改变统计概率。
最具迷惑性的当是信息里那些确凿的事实,明明事实是探寻真相的基石,但在概率的世界里,事实成了阻碍概率的拖累。
感谢@龙隐堂主 吕老师领读
本周阅读进入深水区:概率思维。
关于概率思维,芒格老先生说过(大致意思):概率思维对投资非常重要,他和巴菲特在投资中都大量应用了概率思维。但是,人在进化过程中并不擅长使用概率思维来思考问题。
所以,概率思维是每个投资人都需要过的一道难关。
在本周的阅读中,我也屡屡被概率所打脸,深刻认识到芒格所说的人类生来并不擅长概率思维的含义,甚至可以换个说法:概率思维很反人性、反常规。
接下来我试图用三个案例来剖析概率思维的误区。
1、扔硬币
假设你在投一枚普通的硬币,硬币出现正面和反面的机会各50%假设已经连续扔了5次正面
问:你认为第6次:
——出现正面的机会更高
——出现反面的机会更高
——出现正面和反面的机会一样
大多数人的答案是:反面的机会更高。这正是有名的赌徒谬误。
书中把错误的原因归为:将过去的事件和未来的事件联系起来,而实际上两者是独立的。两个事件的结果是相互独立的,一个事件的出现不会影响另一个事件出现的概率。
这里我以自己的体验来说明一下错误的原因:
我们当然知道每一次扔硬币的结果正反面的概率都是50%
我们也知道每次扔硬币都是独立的,相互之间没有影响
但是,除此之外,还有一个误区:
连续正面偏离了50%的概率,接下来回归的概率可能更大。
——事实上,对扔硬币而言,5次的样本太小,小样本极有可能产生严重偏离的极端值,此处应该忽略。
正是这个“连续5次正面”这样的事实,让我试图去修改概率:悄悄调高了下一次出现反面的概率。影响判断的正是我们亲眼见到的“事实”。
2、红灯 or 蓝灯
两盏灯,一红一蓝,随机点亮,红蓝两亮的概率分别为70%、30%。这是一个多轮测试,请测试者预测每次测试时哪一盏灯会亮
刚开始,测试者马上会发现红灯亮的次数更多,因此随后会在更多的测试中预测红灯亮。事实上他们大约在70%的测试中预测红灯亮。
但是他们相信红蓝灯亮是有一定模式的,所以他们在红灯与蓝灯之间换来换去,但依然保持了70%的次数预测红灯亮,30%的次数预测蓝灯亮。
结果,他们预测的准确率大大低于一直预测红灯亮。
按作者的测算,前者准确率大约为58%,后者准确率为70%。
——总想去回避每一次的错误,没想到反而导致整体准确率下降。这大概是概率思维很典型的误区。
概率本身就意味着必然有错误。因此,概率始终关注的是整体的胜率,而非单次的胜负。
或者,从另一个角度来理解:人们正是因为认知的不足,没有找到必胜的强连接,所以,才会用概率来应对无知。概率应对的正是人类无法掌控的那部分,既然如此,凭什么要求100%准确?
3、临床预测 PK 统计预测
统计预测,指依据统计资料中得出的群体趋势所做的预测。临床预测,指临床医生利用他与病人接触的经验以及病人的相关信息所做出的预测。
一般而言,我们都会认为临床预测肯定优于统计预测,因为临床医生一方面拥有比统计信息更多的临床经验,另一方面还拥有比统计预测更多的病人信息。而无论是临床经验还是病人信息,无疑会更有利于准确的诊断。
但不幸的是,经过数十年间100多个研究证明:统计预测都优于临床预测。
这一结论大出意料。
信息优势不仅没有带来预测准确率的提升,反而成了拖后腿的劣势。
仔细想想这方面的教训好象并不少。最典型的就是股价预测,知道得越多,好象反而凭添混乱,乱中出错,一错再错。
我想,之所以会出现这样的问题,当是信息惹的祸,那些额外的信息,它给我们无缘无故凭添了许多信心,在这些信心的加持下,我们悄悄修改了概率,只是我们万万没想到的是:信心给了我们错误的指引。即使它具有鲜活的感染力,但并不能改变统计概率。
最具迷惑性的当是信息里那些确凿的事实,明明事实是探寻真相的基石,但在概率的世界里,事实成了阻碍概率的拖累。