Kas yra imties dydis?
Imties dydžio apleidimas yra kognityvinis šališkumas, kurį puikiai ištyrė Amosas Tversky ir Danielis Kahnemanas. Tai atsitinka, kai statistinės informacijos vartotojai daro klaidingas išvadas, neatsižvelgdami į nagrinėjamų duomenų imties dydį.
Pagrindinė mėginio dydžio neatitikimo priežastis yra ta, kad žmonės dažnai nesupranta, kad dideli dispersijos laipsniai labiau tikėtini mažuose mėginiuose. Todėl labai svarbu nustatyti, ar tam tikrai statistikai rengti naudojamas imties dydis yra pakankamai didelis, kad būtų galima daryti reikšmingas išvadas.
Tiems, kurie nepakankamai supranta statistinius metodus, žinoti, kada imties dydis yra pakankamai didelis, gali būti sudėtinga.
Pagrindiniai išvežamieji daiktai
- Imties dydžio nepaisymas yra kognityvinis šališkumas, kurį ištyrė Amosas Tversky ir Danielis Kahnemanas. Tai susideda iš melagingų išvadų iš statistinės informacijos darymo, nes neatsižvelgta į imties dydžio poveikį.Jie, norintys sumažinti imties dydžio nepaisymo riziką, turėtų atsiminti, kad mažesni imties dydžiai yra siejami su labiau nepastoviais statistiniais rezultatais ir atvirkščiai.
Imties dydžio supratimas
Kai imties dydis yra per mažas, tikslių ir patikimų išvadų padaryti negalima. Kalbant apie finansus, tai gali įvairiais būdais suklaidinti investuotojus.
Pavyzdžiui, investuotojas gali pamatyti naują investicinį fondą, kuris gali pasigirti gavęs 15% metinę grąžą nuo jo įkūrimo. Investuotojas gali greitai pasakyti, kad šis fondas yra jų bilietas į greitą turto generavimą. Tačiau ši išvada gali būti pavojingai klaidinga, jei fondas neinvestuoja labai ilgai. Tokiu atveju rezultatus gali lemti trumpalaikės anomalijos ir jie turi mažai ką bendro su faktine fondo investavimo metodika.
Imties dydžio aplaidumas dažnai painiojamas su bazinės spartos aplaidumu, kuris yra atskiras pažintinis šališkumas. Nors imties dydžio neatitikimas reiškia, kad neatsižvelgta į imties dydžio vaidmenį nustatant statistinių teiginių patikimumą, bazinės palūkanų normos atmetimas susijęs su žmonių polinkiu nepaisyti turimų žinių apie reiškinį vertinant naują informaciją.
Realus pasaulio pavyzdžio dydžio aplaidumo pavyzdys
Kad geriau suprastumėte mėginio dydį, neatsižvelkite į šį pavyzdį, kuris paimtas iš Amoso Tverskio ir Danielio Kahnemano tyrimų:
Asmens paprašoma nupiešti iš penkių rutulių pavyzdžio ir jis sužino, kad keturi yra raudoni, o vienas yra žalias.
Žmogus išsitraukia iš 20 kamuoliukų pavyzdžio ir nustato, kad 12 yra raudoni, o aštuoni yra žali.
Kuris pavyzdys pateikia geresnių įrodymų, kad rutuliai dažniausiai būna raudoni?
Dauguma žmonių sako, kad pirmasis mažesnis mėginys suteikia daug stipresnių įrodymų, nes raudonos ir žalios spalvos santykis yra daug didesnis nei didesnio mėginio. Tačiau iš tikrųjų didesnį santykį nusveria mažesnis imties dydis. Dvidešimties pavyzdžių iš tikrųjų yra daug daugiau įrodymų.
Kitas Amoso Tverskio ir Danielio Kahnemano pavyzdys yra toks:
Miestą aptarnauja dvi ligoninės. Didesnėje ligoninėje kasdien gimsta vidutiniškai 45 kūdikiai, o mažesnėje ligoninėje kasdien gimsta apie 15 kūdikių. Nors 50% visų kūdikių yra berniukai, tikslus procentas svyruoja kiekvieną dieną.
Per vienerius metus kiekviena ligoninė užfiksavo dienas, kai daugiau kaip 60% kūdikių buvo berniukai. Kurioje ligoninėje užregistruota daugiau tokių dienų?
Kai uždavė šį klausimą, 22% respondentų teigė, kad didesnė ligoninė praneš daugiau tokių dienų, o 56% teigė, kad abiejų ligoninių rezultatai bus vienodi. Tiesą sakant, teisingas atsakymas yra tas, kad mažesnė ligoninė įrašytų daugiau tokių dienų, nes dėl mažesnio dydžio padidėtų jo kintamumas.
Kaip jau minėjome anksčiau, mėginio dydžio neatmetimas yra tas, kad žmonės dažnai nesupranta, kad nedideli mėginiai labiau linkę į didelę dispersiją. Investuojant iš tikrųjų tai gali būti labai brangu.
