3 EV wartość oczekiwana, podsumowanie i priorytety ppt

background image

MODEL WARTOŚCI

OCZEKIWANEJ

WARTOŚĆ =
OCZEKIWANA

(WARTOŚĆ WYNIKU *
PRAWDOPODOBIEŃSTWO)

- Dla każdego możliwego wyniku obliczmy taki

iloczyn

- Iloczyny sumujemy

background image

Wyjaśnienie Bernoulliego –

przekształcenia psychologiczne na

wartości

Ludzie nie posługują się wartością obiektywną,

ale jej subiektywną oceną - użytecznością

Ocena subiektywna zależy od stanu posiadania

-

dla biednego 100PLN jest warte więcej niż dla

bogatego

-

apetyt rośnie w miarę jedzenia

Takie przekształcenia psychologiczne na

wartości opisuje funkcja logarytmiczna

background image

Zastosowanie obserwacji

Bernoulliego do percepcji

• Zmniejszająca się wrażliwość na zmiany w

natężeniu bodźca:

- promyk światła w ciemności
- dodatkowa 100-watowa żarówka na sali

balowej

• Prawo Webera-Fechner (1860): odczuwana

zmiana w stosunku do rzeczywistej zmiany
jest opisywana przez funkcję logarytmiczną

• Prawo Stevensa

background image

u(100)*1=a większe niż
u(200)*½= ½ b

a

b

background image

Malejąca użyteczność a

stosunek do ryzyka

Oczekiwana

użyteczność w

sytuacji pewnej

• +100, 100%

• EV = 100 * 1=100

• EU = u(100)*1

Oczekiwana

użyteczność zakładu

o tym samym EV

• +200, 50%, vs 0,50%

• EV = 200*½ + 0* ½

=
100

• EU = u(200)* ½

background image

u(100)*1=a większe niż
u(200)*½= ½ b

a

b

background image

Modyfikacje modelu EV -

pojęcie użyteczności

WARTOŚĆ

= (

WARTOŚĆ

WYNIKU *

PRAWDOPODOBIEŃSTWO)

OCZEKIWANA

przekształcenia psychologiczne
zgodne z prawem Webera-Fechnera

UŻYTECZNOŚĆ

=

(

UŻYTECZNOŚĆ

WYNIKU*PRAWDOPODOBIEŃSTWO)

OCZEKIWANA

Bernoulli (1954)

background image

Paradoksy Allaisa (1953)-

ł

amanie zasady common ratio

A: +4000, 80%,

B: +3000, 100%

0, 20%

• Ludzie wybierają B – czy zawsze?

C: +4000, 20%,

D: +3000, 25%

0, 80%

0, 75%

• Ludzie wybierają C

background image

Efekt pewności (certainty effect) –

preferowanie pewnego zysku w

stosunku do loterii

A: +4000, 0.8; 0, 0.2

B: +3000 z

pewnością

wybory: 20% badanych

80% badanych

Kahneman i Tversky (1979)

background image

u(100)*1=a większe niż
u(200)*½= ½ b

a

b

background image

Efekt odbicia - preferowanie

loterii w stosunku do pewnej

straty

A: -4000, 0.8; 0, 0.2

B: -3000 z

pewnością

wybory:

92% badanych

8% badanych

Kahneman i Tversky (1979)

background image

Inny kształt funkcji

użyteczności dla zysków i dla

strat

• Zarówno dla zysków jak i dla strat

obowiązuje prawo zmniejszającej się

wrażliwości na zmianę bodzca

• Różnica polega na tym, że dla zysków

(przyjemności) to prawo działa „silniej”

• Natomiast dla strat „słabiej”

background image

Funkcja użyteczności o kształcie S w teorii perspektywy

Zyski –
wklęsła,
podobny
kształt
do
Bernoulliego,
z którego
wynika
unikanie
ryzyka

Straty – wypukła,
inny kształt,
z którego wynika
szukanie ryzyka

background image

Modyfikacje funkcji u

• Inny kształt dla zysków i strat

unikanie

straty

• Punkt odniesienia

względność zysku i straty:

- efekt utopionych kosztów
- efekt posiadania
- różnica między kompensatą a ceną
- preferowanie status quo
- ocena uczciwości

background image

MODYFIKACJE MODELU EV

– użyteczność w teorii

perspektywy

UŻYTECZNOŚĆ
OCZEKIWANA =

(UŻYTECZNOŚĆ WYNIKU *

PRAWDOPODOBIEŃSTWO

)

przekształcenia psychologiczne

UŻYTECZNOŚĆ

WAŻONA

WAŻONA

=

(UŻYTECZNOŚĆ WYNIKU *

WAGA DECYZYJNA

WAGA DECYZYJNA

)

)

- zyski i straty
-punkt odniesienia

background image

Przewidywania ludzi różnią się

od przewidywań, które wynikają

z teorii rachunku

prawdopodobieństwa

DLACZEGO?

background image

Reprezentatywność -

podstawa przewidywań

intuicyjnych

Zasada reprezentatywności

Mechanizmy stosowania

heurystyki reprezentatywności –
przykłady empiryczne

background image

Reprezentatywność

Odpowiedniość między przypadkiem a:

(1) populacją,
(2) kategorią,
(3) działaniem,
(4) czy wykonawcą

Bardziej ogólnie:

odpowiedniość między przypadkiem i

modelem.

background image

Mechanizmy stosowania

heurystyki reprezentatywności

- Podobieństwo do procesu

generującego

- Podobieństwo do populacji
- Podobieństwo do stereotypu
- Modele przyczynowe
- Dopasowanie zdarzeń
- Spójność informacji
- Ekstremalność informacji
- Dostępność

background image

1% ≠ 1%, czyli nieliniowość

ocen p

Rosyjska ruletka

Jest 5 kul. Ile zapłacisz za

usunięcie 1 z nich?

Jest 1 kula. Ile zapłacisz za

jej usunięcie?

Zagrożenie powodzią

• Ile zapłacisz za zmniejszenie

prawdopodobieństwa

zalania z 55% do 54%?

• Ile zapłacisz za zmniejszenie

prawdopodobieństwa

zalania z 1% do 0%?

duża
wrażliwość

duża wrażliwość

niedoceniane

przeceniane

background image

Wagi konfiguralne

• Sytuacja A:
• + 5000, 0.99;

0, 0.01

• Pan X uzyskał 0
• Jak się czuje?

• Sytuacja B:
• -5000, 0.99;

0, 0.01

• Pan X uzyskał 0
• Jak się czuje?

najgorszy wynik

najlepszy

wynik

Percepcja wyniku zależy od jego pozycji
w rozkładzie wszystkich wyników

background image

Nielinowość p i wagi

konfiguralne:

wagi w CPT

niskie p
-przeceniane

Pay-
offs

Regula

r
notati

on

Configural
weighting

+10

w(0.

2)=

0.27

+20

w(0.

2)=

0.27

+30

w(0.

2)=

0.27

+40

w(0.

2)=

0.27

+50

w(0.

2)=

0.27

W ten sposób odzwierciedlamy
jedynie przecenianie niskich p,
ale nie uwzględniamy zależności
więdzy pozycją wyniku a wagą

Aby uwzględnić wpływ pozycji na
wagę, K&T (1992) wprowadzili:
1) wagi konfiguralne
2) skumulowane p

background image

Nielinopwość p i wagi

konfiguralne:

wagi w CPT

niskie p
-przeceniane

wys. p -
niedoceniane

Pay-
offs

Regula

r
notati

on

Configural
weighting

+10

w(0.

2)=

0.27

w(1.0) – w(0.8)

+20

w(0.

2)=

0.27

w(0.8) –w(0.6)

+30

w(0.

2)=

0.27

w(0.6) –w (0.4)

+40

w(0.

2)=

0.27

w(0.4) –w (0.2)

+50

w(0.

2)=

0.27

w

(

0.2) –w (0.0)

w(p=0.8) < 0.8

background image

Nielinopwość p i wagi

konfiguralne:

wagi w CPT

przecenia
ne

niedocenian
e

Pay-
offs

Regula

r
notati

on

Configural
weighting

+10

w(0.

2)=

0.27

w(1.0) – w(0.8)

=1.00-0.65=

0.35

+20

w(0.

2)=

0.27

w(0.8) –w(0.6)=

0.65-0.47= 0.18

+30

w(0.

2)=

0.27

w(0.6) –w (0.4)=

0.47-0.37= 0.10

+40

w(0.

2)=

0.27

w(0.4) –w (0.2)=

0.37-0.27= 0.10

+50

w(0.

2)=

0.27

w

(

0.2) –w (0.0)

=0.27-0.00=

0.27

skrajne i złe wyniki
mają wyższe wagi

background image

MODYFIKACJE MODELU EV

– użyteczność w teorii

perspektywy

UŻYTECZNOŚĆ
OCZEKIWANA =

(UŻYTECZNOŚĆ WYNIKU *

PRAWDOPODOBIEŃSTWO

)

przekształcenia psychologiczne

UŻYTECZNOŚĆ

WAŻONA

=

(UŻYTECZNOŚĆ WYNIKU *

WAGA DECYZYJNA

)

- zyski i straty
-punkt odniesienia

background image

MODYFIKACJE MODELU

WAROŚCI OCZEKIWANEJ

(3)

WARTOŚĆ = (WARTOŚĆ WYNIKU * PRAWDOPODOBIEŃSTWO)

OCZEKIWANA

przekształcenia psychologiczne

UŻYTECZNOŚĆ = (UŻYTECZNOŚĆ *

PRAWDOPODOBIEŃSTWO)

OCZEKIWANA

przekształcenia psychologiczne

UŻYTECZNOŚĆ = (UŻYTECZNOŚĆ WYNIKU * WAGA

DECYZYJNA)

WAŻONA

KONFIGURALNIE WAŻONA UŻYTECZNOŚĆ

background image

Nowy model myślenia

heurystycznego

Kahnemana

background image

Proces i treść w dwóch

systemach poznawczych

Percepcj
a

Intuicja –
System 1

Myślenie – System 2

P
R
O
C
E
S

T
R
E
Ś
Ć

SZYBKIE, RÓWNOLEGŁE,

AUTOMATYCZNE, BEZ WYSIŁKU

SKOJARZENIOWE
WOLNE UCZENIE

EMOCJONALNE

WOLNE, SERYJNE

KONTROLOWANE, WYSIŁEK

ZGODNE Z ZASADAMI

ELASTYCZNE

NEUTRALNE

REPREZENTACJE POJĘCIOWE

PRZESZŁE, AKTUALNE,

I PRZYSZŁE

MOŻE BYĆ WYWOŁANE PRZEZ

MOWĘ

SPOSTRZEŻENIA
AKTUALNA
STYMULACJA

background image

Oceny i przewidywania

ludzi

1. Oceny i dostępność wymiarów
2. Perspektywa
3. Zależność od punktu odniesienia
4. Nowy model myślenia

heurystycznego: zastępowanie
wymiarów

5. Udział Systemu 2 – kiedy

dokonujemy korekty ocen

background image

Ile kosztują gwoździe?

• młotek +

gwoździe=11

• (10 + x) + x = 11

• 2x = 1

• x = 0.5

Młotek i gwozdzie kosztuja 11 zł
Młotek kosztuje 10 zł więcej niż
gwoździe.
Ile kosztują gwożdzie?

Około 50% odpowiada 1 zł

background image

Oceny i dostepność

wymiarów

• Termin wzięty z badań nad pamięcią i

poznaniem (tam np. siła skojarzenia,

czas reakcji)

• Przymuje się, że różne wymiary

sytuacji są mniej lub bardziej dostępne

• Dostępność zawiera w sobie:

wyrazistość bodzca, selektywną

uwagę, trening, aktywację

skojarzeniową i priming.

background image

Pytanie o wysokość – łatwe, dostępne
Pytanie o powierzchnię - trudniejsze

Pytanie o wysokość – trudniejsze
Pytanie o powierzchnię - łatwe, dostępne

background image

Fizyczna wyrazistość

bodzca

A

vs.

A

• Oczywiście duże czarne A jest lepiej widoczne

niż małe pomarańczowe

• Można temu przeciwdziałać poprzez

instrukcję, która ukierunkowuje uwagę

background image

Wyrazistość bodzców

abstrakcynych

• Drużyna A wygrała z drużyną B
• Drużyna B przegrała z drużyną A

• „Naturalnie” wyraziste wymiary:
- wielkość, odległość, głośność
- podobieństwo, wartość afektywna,

nastrój

background image

Litera B czy liczba 13?

background image

Efekt perspektywy

• Inne wybory między operacją i

naświetlaniem w zależności od tego,

jak opisano wynik:

- 90% przeżyło (bliska perspektywa

czasowa)

- 10% natychmiast umarło

• Przyjmowanie zaproponowanego

sformułowania – łatwiej dostępne

background image

Perspektywa i

racjonalność

• Perspektywa decyduje o tym co

jest dostępne, czyli rozważane

• Zmiana perspektywy zmiana

rozważanych wymiarów

• Brak stałej reprezentacji
• Brak gwarancji, że rozważane są

rzeczy istotne

background image

Zależność od punktu

odniesienia

background image

Zależność od punktu

odniesienia

• Czy zagrałbyś w

poniższą grę?

• 50%, +$150
• 50%, -$100

• Większość ludzi

odpowiada -
„nie”

• Co wolisz?
• Stracić $100 na

100%

• Czy zagrac?
• 50%, +$50
• 50%, -$200
• Ludzie wolą grać

background image

Nowy model myślenia

heurystycznego

1. wspólny proces dla heurystyk -

zastępowanie wymiarów

2. affect heuristic

3. obejmuje nie tylko myślenie nt.

zdarzeń niepewnych

4. opisuje warunki, przy których włącza

się System 2

background image

Nowy model myślenia

heurystycznego

zastępowanie wymiarów,

których dotyczy ocena

innymi łatwiejszymi

(dostępniejszymi)

Kahneman i Frederick (2002)

background image

Grupa 1

• Jak sądzisz ilu jest studentów na każdym z 9 kierunków

uniwersyteckich?

• BA

• komputerowe

• inżynieryjne

• humanistyczne

• prawo

• bibliotekoznawstwo

• medycyna

• fizyka

• przyrodnicze

• społeczne

background image

Opis prezentowany grupom 2

i 3

114 studentom, kończącym wydział psychologii, przedstawiono

opis innego studenta - Toma W. Opis ten, długości jednego

paragrafu, był sporządzony przez studenta ostatniego roku

psychologii klinicznej na podstawie wyników Toma W:

• w testach projekcyjnych. Tom W. był opisany jako osoba

inteligentna, chociaż nietwórcza

• mająca zamiłowanie do porządku w sensie umysłowym i

fizycznym

• pisząca w sposób nudny i mechaniczny chociaż czasami z

przebłyskami wyobraźni w stylu science fiction

• zależy mu na byciu kompetentnym

• nie żywi zbyt wiele uczucia i sympatii dla innych i kontakty z

nimi nie sprawiają mu przyjemności

• jest skoncentrowany na sobie

• posiada jednak silne poczucie moralności

Kahneman & Tversky (1973); Tversky & Kahneman (1980)

background image

Schemat grup eksperymentalnych

1. ocena liczby

studentów,

na 9 wydziałach:

2. ocena repreznta-

tywności

(podobieństwa) do:

3. ocena

prawdopo-

dobieństwa

BA

komputerowe

inżynieryjne

humanistyczne

prawo

bibliotekoznawstwo

medycyna

fizyka

przyrodnicze

społeczne

background image

Schemat grup eksperymentalnych

1. ocena liczby

studentów,

na 9 wydziałach:

2. ocena repreznta-

tywności

(podobieństwa) do:

3. ocena

prawdopo-

dobieństwa

BA

komputerowe

inżynieryjne

humanistyczne

prawo

bibliotekoznawstwo

medycyna

fizyka

przyrodnicze

społeczne

korelacja między ocenami
w grupie 2 i 3 wynosiła 0.98

korelacja między ocenami
grup 1 i 2 wynosiła 0.62
grup 1 i 3 wynosiła 0.63

background image

Zastępowanie

dostępniejszym atrybutem

• Badani w grupie 3 odpowiadali na to

samo pytanie, co w grupie 2

• Stereotyp jest łatwo dostępny i

wobec tego zastępujemy nim
trudniejszy wymiar -
prawdopodobieństwo

background image

Prawdopodobieństwo i

podobieństwo

ocena
podobieństwa

grupa 2

o
c
e
n
a

p

g
r
u
p
a
3

ocena
podobieństwa

o
c
e
n
a

p

TOM W.

LINDA

background image

Prawdopodobieństwo i siła

drużyny

• Ocena prawdopodobieństwa, że dana

drużyna wygra w 20 meczach

koszykówki

• Ocena tego jak dobra/silna jest drużyna
• Korelacja tych dwóch ocen: 0.99

(Tversky & Koehler, 1995)

Ludzie udzielają rozsądnej

odpowiedzi, ale na inne pytanie

(Kahneman, 2003)

background image

Zastępowanie wymairów

• How happy you are with your life in

general?

• How many dates did you have last

month?

• Nieznacząca korelacja przy tym

porządku

• Odwrócona kolejność – korelacja 0.66
• (Strack, Martin, Schwarz, 1988)

background image

Affect heuristic

• Każdy bodziec powoduje ocenę

emocjonalną (affecvtive evaluation)

(przegląd: Bargh, 1997, Zajonc, 1980, 1988)

• Afekt jest łatwo dostępnym wymiarem

• Jednym z tych, których używamy

zamiast wymiarów właściwych

background image

Udział Systemu 2

(czyli korekta ocen)

Problem musi skłaniać do

analizy statystycznej

background image

Rodzaj problemu a

przewidywania 'statystyczne' i

'niestatystyczne'

Problem 1

• Pan J powiedział swojemu

przyjacielowi: Jest wiele

dowodów, że wzrastająca

ilość zachorowań na raka

płuc wśród kobiet jest

spowodowana wzrostem

ilości kobiet, ktore palą

papierosy. Ale moja matka

i moja teściowa, które całe

życie paliły, mają obecnie

więcej niż 80 lat i cieszą

się dobrym zdrowiem,

więc widzę, że palenie

niekoniecznie jest

szkodliwe.

Problem 9

• Właśnie zaczął się semestr

zimowy na uniwersytecie.

Henry powinien uczestniczyć

w tym semestrze w 4

kursach. Zapisał się jednak

wstępnie na 5 kursów. W

odniesieniu do 3 z nich jest

całkowicie zdecydowany, że

chciałby je zaliczyć. Waha się

jednak między dwoma

pozostałymi: A i B. Wczoraj

poszedł na zajęcia wstępne w

ramach obu kursów. Zajęcia

na kursie A podobały mu się

bardziej. W związku z tym

zdecydował się wybrać kurs

A i zrezygnować z kursu B.

background image

Rodzaj problemu a

przewidywania 'statystyczne' i

'niestatystyczne'

• Badani oceniali słuszności sądów, czy zachowań opisanych w

9 różnych problemach

• Stwierdzono, że w niektórych przypadkach wykorzystują:

- głównie argumenty statystyczne

np. dla Problemu 1 stanowiły one 93% wszystkich

argumentów

- w innych przypadkach jednak tak nie jest

np. w Problemie 9 argumenty statystyczne stanowiły 5%

wszystkich argumentów

• Badanie potwiedziło hipotezę, że istnieją pewne kulturowe

wskazówki skłaniające nas do statystyczne lub

niestatystycznego myślenia o problemie Jepson, Krantz i

Nisbett (1983)

background image

Treść problemu a wrażliwość

na wielkość próby

• Badanych proszono, aby wyobrazili sobie, że znaleźli się oni na

małoznanej wyspie na Pacyfiku. Wędrując po wyspie spotkali:

- 1, 3 lub 20 ludzi

- którzy mieli brązową skórę/byli otyli

• Zadaniem badanych było podanie procentu osób:

- o brązowej skórze

- osób otyłych w całej populacji

• Zgodnie z oczekiwaniem autorów:

- w przypadku koloru skóry oceny badanych były niezależne od

ilości zaobserwowanych przypadków
(we wszystkich 3 przypadkach oceniali ten procent wysoko ok.

90%)

- przy otyłości oceny zależały jednak od ilości obserwacji

Im więcej było zaobserwowanych przypadków tym wyższy był

procent osób w populacji, które będą otyłe:

1 przypadek – 35%

3 przypadki – 50%

20 przypadków –

75%

background image

Treść problemu a wrażliwość

na wielkość próby

• Wrażliwość lub lekceważenie wielkości

próby wynika z przyjmowanych założeń nt.

homegeniczności populacji, z której ta próba

pochodzi

• Przy czym założenia takie czynione są na

bazie posiadanej przez ludzi wiedzy ogólnej i

dodawane do przedstawianej im sytuacji

problemowej

Nisbett, Krantz, Jepson, Kunda (1983)

background image

Z modelu wynika, że oceny i

wybory są dokonywane w

następujący sposób

:

1. System 1 uaktywnia oceny i intencje
(a) wzmocniane przez System 2
(b) dopasowywane (niewystarczająco) do innych

cech uznanych za istotne
(c) korygowane ze względu na świadomość błędu
(d) identyfikowane jako niezgodne z subiektywną

zasadą i blokowane

2. Ponieważ nic nie uaktywnia Systemu 1, proces

jest regulowany przez System 2


Document Outline


Wyszukiwarka

Podobne podstrony:
Strategia Matematyka Jak pomoże ci wartość oczekiwana EV
Dobre estymatory wartości oczekiwanej 2
Tablica standaryzowanego rozkładu normalnego o wartości oczekiwanej równej zeru i wariancji równej j
statystyka, Przedzial ufnosci dla m. Testowanie hipotezy dla m., PRZEDZIAŁ UFNOŚCI DLA WARTOŚCI OCZE
06 wartość pieniądza w czasieid 6431 ppt
01 wartość pieniądza w czasieid 2967 ppt
12 wartość pieniądza w czasieid 13309 ppt
ściąga odchylenie i wartość oczekiwana
Wartosciowanie pracy styczen 2011 ppt
Rachunek min, Własności wartości oczekiwanej
12 Szacowanie wartos´ci zasobo´w wiedzyid 13624 ppt
012 wartosci w praktyce medid 3186 ppt
14 Podsumowanieid 15261 ppt
Szacowanie wartości oczekiwanej przepływów pieniężnych netto
O warunkowej bliskosci sigma ciał i zbieznosci warunkowych wartosci oczekiwanych P Sielski
Strategia Koncepcje matematyczne w no limit Hold’em wartość oczekiwana i zakresy
08 3 EV podsumowanie i priorityid 7368 ppt

więcej podobnych podstron