《概率判断、布莱尔分数校准与群体智慧的统计理论》各章定量结论

「大概会成」到底是多大的可能?说这句话的人这些年说对了多少?本书用判断与决策心理学、预测评估与统计学考察怎样测量概率判断的准确性,判断会以哪些系统性的方式出错,以及把许多人的判断合在一起何时更准。依次讨论:泰洛克对 284 名专家约二十年预测的研究(约 28,000 次预测,另有书评引用的 82,361 次计数;专家平均略好于随机猜测、不如简单外推,狐狸型好于刺猬型,「不如掷飞镖的黑猩猩」是通俗说法),预测锦标赛中的训练、组队与超级预测者,以及过度自信与反应不足、反应过度的模型;布莱尔分数与墨菲分解(可靠性 − 区分度 + 不确定性,分箱时多出组内两项),「总是报基础率者校准完美而区分度为零」(「总是报 50%」只在基础率为 50% 时校准),以及严格恰当评分规则的推导;基础率忽略、患病率 1% 时阳性预测值约 16.1% 与自然频率(元分析中正确率约从 4% 到 24%);信号检测论的 d′、判断标准与代价不对称下的最优似然比门槛;计划谬误、参考类别预测(258 个交通项目近九成超支,铁路平均 44.7%)与经验贝叶斯收缩;高尔顿称牛重的中位数与平均数之更正、多样性预测定理(恒等式而非经验规律)、相关误差使群体无法胜过专家的条件,以及平均概率为何需要推向极端。

DOI 10.5281/zenodo.23764998 · 阅读本章所在专著 · English version

模型示意算例,非实时报价