کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10492976 940288 2015 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
When simple alternatives to Bayes formula work well: Reducing the cognitive load when updating probability forecasts
ترجمه فارسی عنوان
هنگامی که جایگزین ساده برای فرمول بویس به خوبی کار می کند: کاهش بار شناختی در هنگام به روز رسانی پیش بینی های احتمالی
کلمات کلیدی
قضیه بایس، پیش بینی، اهریمنی، برآورد احتمالات،
ترجمه چکیده
قضیه بیزی روش پیشنهادی برای پیش بینی احتمالات با استفاده از اطلاعات جدید است. با این حال، برای پیش بینی های ناخواسته، کاربرد آن می تواند دشوار، کارآمد، مبهم و حتی ضد بصری باشد. در این مطالعه دو اکتشافی ساده برای تقریب فرمول بیزی در حالی که تصمیم گیری دقیق صورت می گیرد، پیشنهاد می شود. عملکرد آنها ارزیابی شد که در آن تصمیم گرفته شود که کدام یک از دو رویداد بیشترین احتمال را داشته باشد و بین گزینه ای که یک ابزار متوسط ​​را برای چیزی که مشخص است یا برای یک قمار ساخته شود، انتخاب می شود که منجر به یک ابزار بدتر یا بهتر خواهد شد ( اطمینان یا تصمیمات ریسک). برای یک احتمال بیشتر؟ تصمیم گیری اول اووریستی همیشه نتیجه درستی را نتیجه می دهد زمانی که اطمینان از اطلاعات جدید بستگی به رویداد رخ نمی دهد. در موارد دیگر، اکتشاف دوم به طور معمول منجر به تصمیم گیری صحیح برای حدود 95٪ از احتمال بیشتر اتفاق می افتد؟ تصمیم گیری و 86٪ از اطمینان یا خطر؟ تصمیمات
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
پیش نمایش مقاله
هنگامی که جایگزین ساده برای فرمول بویس به خوبی کار می کند: کاهش بار شناختی در هنگام به روز رسانی پیش بینی های احتمالی
چکیده انگلیسی
Bayes theorem is the normative method for revising probability forecasts using new information. However, for unaided forecasters its application can be difficult, effortful, opaque and even counter-intuitive. The study proposes two simple heuristics for approximating Bayes formula while yielding accurate decisions. Their performance was assessed where a decision is made on which of two events is most probable and where a choice is made between an option yielding an intermediate utility for something that is certain or for a gamble which will result in either a worse or better utility (“certainty or risk” decisions). For “most probable event” decisions the first heuristic always results in the correct decision when the reliability of the new information does not depend on which event will occur. In other cases, the second heuristic typically led to the correct decision for about 95% of “most probable event” decisions and 86% of “certainty or risk” decisions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Business Research - Volume 68, Issue 8, August 2015, Pages 1686-1691
نویسندگان
,