По итогам прочтения книги Даниэля Канемана

По понятным причинам коллектив интересует вся литература связанная с выбором. И попалась к нам в руки книга “Думай медленно… решай быстро”.

Ссылка на книгу.

https://psy.wikireading.ru/48082

Не совсем понятно за что же автору дали нобелевскую премию, то что люди непрерывно ошибаются понятно и без исследований 🙂 некоторый вклад в точность этого знания сделан, но вот можно ли на основе этого вклада делать прогноз? По измерениям известных орбит планет мы можем делать вывод – да есть еще скрытая масса в Солнечной системе, примерно там и такая то. Потом проводим эксперимент, наводим туда телескоп и находим новую планету. Это наука. А вот после исследований Канемана что получила наука? Прогноз не улучшился – да люди ошибаются, да ошибутся еще раз, но насколько и где? Не ясно.

Выводы в книге сделаны, как будто человек впервые столкнулся с наукой:

“Данные исследования подводят нас к неожиданному выводу: для максимального повышения прогностической точности конечные решения следует доверить формулам, особенно в «малодостоверных» областях.”

О да. Я конечно понимаю, что и до сих пор много людей считает, что земля плоская, а человек венец природы способный к идеальным суждениям. Но достаточно одного единственного исследования где люди не могут удержать в голове больше 7-10 объектов что бы понять, что произвести адекватный выбор большинство людей в большинстве случаев не в состоянии.

В мире выпускается около 100 млн. видов товаров и услуг. У подавляющего большинства из них присутствует по несколько параметров, допустим 10. Допустим, что в среднем сравнении для принятия решения принимает участие 10 видов товара. Это означает, что в 99,99 % процентов случаев без расчетов человек не в состоянии правильно оценить выбор, т.к. в типичном сравнении будет больше чем 3 товара с больше чем 3 параметрами. Это означает что 99,99% товаров и услуг в мире покупается не оптимально. И экономика получает от этого фактора огромный ущерб, т.к. страдают и потребители получая худшие товары за большие деньги и производители – где нормальный производитель не может продать своего товара больше, т.к. средний потребитель не способен произвести оптимальный выбор.

В соответствии с книгой было произведено еще несколько сотен экспериментов которые подтвердили, что формула лучше эксперта. Зачем были потрачены деньги на эти исследования? :)))) Это все равно что проводить исследование взойдет ли завтра солнце.

Далее в книге встречаем:

“Наиглавнейшим достижением в этой области науки после работы Мила можно считать знаменитую статью Робина Доуза «Грубая красота неточных линейных моделей, используемых в принятии решений». В общественных науках преобладает статистическая практика приписывать вес каждому из элементов предсказания (предиктору), следуя алгоритму, называемому множественной регрессией. В наше время этот алгоритм встраивают в типовое программное обеспечение. Логику множественной регрессии невозможно опровергнуть: она находит оптимальную формулу для совмещения взвешенной комбинации предикторов. Однако Доуз обнаружил, что сложность статистического алгоритма почти не повышает его эффективности. С равным успехом можно выбрать несколько показателей, обладающих некоторой значимостью для предсказания результата, и подогнать их значения для сравнимости по стандартным позициям. Формула, соединяющая предикторы с равными весами, была бы настолько же точна в предсказании новых случаев, как и формула множественной регрессии, оптимальная для изначальной выборки. Новейшие исследования пошли еще дальше: согласно им, формулы, придающие равный вес всем предикторам, часто превосходят другие, поскольку на них не влияют случайности, возникающие при составлении выборки.”

Я провел собственное исследование на базе накопленных в choser.ru моделей, в большинстве случаев да, выбор лидера не изменяется (в 90% случаев). Но в 10% случаев меняется! Второе и третье место в выборе меняются еще чаще. Готов ли бизнес принимать на 10% больше ошибок чем конкуренты? Кажется ответ очевиден. Добавить веса параметров это занимает всего лишь несколько % от времени затраченного на исследование.

Но нас зачем-то пытаются склонить к упрощенчеству и низкой эффективности. Может быть за это и дали нобелевскую премию 😉

Ну и наконец, расцвет нейросетей говорит – веса нужны, именно веса работают в нейросетях. Не знаю ни одной сетки которая работала бы по другому. Могу ошибаться т.к. не глубокий спец в них, но кажется, что они ставят точку на рассуждениях автора.

Резюмируя. Хотите принимать правильные решения лучше чем нобелевский лауреат? 🙂

Используйте https://choser.ru наши параметрические модели выбора с весовыми коэффициентами помогут вам совершить минимум ошибок при любом выборе.