ПОИСК Статьи Чертежи Таблицы Вероятность и оценка пропорций из "Системы человек-машина Модели обработки информации, управления и принятия решений человеком-оператором " В отсутствие детерминированных моделей и причинно-следственных связей, которые позволяют правильно предсказывать наступление любого события по исходным данным, возможность принятия разумных решений основана на использовании различий в вероятностях событий. Субъективная вероятность либо основана на регистрации субъективной или объективной частоты наступления событий, либо может быть однозначно выведена из других вероятностей или экспериментальных данных, либо является результатом в значительной степени подсознательного учета множества хранящихся в памяти фактов и впечатлений. Все три указанные возможности играют существенную роль в сборе и обобщении вероятностной информации, которые предшествуют принятию ответственных решений в практических ситуациях мы поочередно рассмотрим каждый из этих способов. [c.37] Первый способ — прямое оценивание — относится к дескриптивной статистике. Остальные два используются в инференциаль-ной статистике, которая выводы о совокупности получает путем анализа отдельных экземпляров или других данных. Во всех случаях те вычисления, которые выполняет статистик, дают нормативную модель, с которой сравнивается поведение человека. [c.37] Множество экспериментов неизбежно приводит нас к заключению, что люди, по крайней мере в среднем, хорошо определяют относительную частоту и пропорциональность по наблюдаемым событиям. Более того, они даже могут достаточно точно находить количественные значения вероятностей. [c.37] Другие эксперименты, такие, как проведенные Симпсоном и Воссом [109] и 11итцем [87], обнаружили отклонение в противоположном направлении, когда оценки оказывались ближе к крайним значениям, чем действительные пропорции. Таким образом, универсальная тенденция переоценивать или недооценивать частоты, близкие к нулю или единице, кажется отсутствует. Эксперименты, в которых обнаруживалось противоположное отклонение, достаточно ясно свидетельствовали, что этот эффект возникал из-за очень тонких различий, возможно обусловленных методами отображения или регистрации. Например, у Питца [86] отклонение практически отсутствовало, когда испытуемые оценивали процентное отношение, и наблюдалось малое отклонение к центру, когда их просили попытаться указать количество испытаний. [c.38] В общем случае, однако, наблюдается высокая точность при оценке частоты событий данного вида в серии событий. Последовательный анализ данных показывает, что обучение в процессе эксперимента практически отсутствует. По-видимому, все испытуемые имеют навык решения подобных задач. [c.38] Шафорд предложил модель поведения испытуемых, согласно которой они определяют среднее значение по пропорциям, наблюдающимся в сравнительно малых частях таблицы, рассматривающихся последовательно в наиболее интересных для испытуемого областях. Такими областями, кажется, являются нетипичные области, и в этом случае оценки оказываются смещенными из-за факторов, основанных на внимании. Разброс оценок испытуемых уменьшается с увеличением времени предъявления массива и с приближением пропорций к крайним значениям. Эти результаты подтверждают модель последовательного выбора, поскольку, если вероятность р в биномиальном распределении оценивается по отношению числа положительных исходов к числу испытаний /г, то дисперсия оценки р равна р (1 — / )/ , и эта величина убывает с ростом п и увеличивается, когда р и (1 — р) сближаются по величине. [c.39] Робинсон [94] предложил и проверил модель выборок для задачи непрерывного оценивания вероятности, изменяющейся с течением времени. Его испытуемые должны были перемещать по шкале указатель, чтобы отмечать кажущуюся вероятность, с которой вспыхивала одна из двух лампочек. Вероятности, с которыми производились эти вспышки, нретерпевали последовательность случайных изменений, но оставались постоянными на протяжении по крайней мере 30 вспышек. Испытуемые не знали заранее, с какой скоростью или на какую величину изменялись эти вероятности со временем. [c.40] Типичные результаты показаны на рис. 3.3, где положение указателя, перемещаемого одним из испытуемых, сопоставляется с истинным значением вероятности. Вслед за скачкообразным изменением вероятности указатель начинает перемещаться и постепенно приближается в среднем к истинному значению, не регистрируя систематического отклонения. Однако у испытуемых наблюдается тенденция отслеживать случайные изменения частоты вспышек на интервалах, когда истинная вероятность оставалась неизменной. Можно предположить, что этот эффект объясняется некоторой неопределенностью поставленной задачи. [c.40] Робинсон обнаружил, что адекватная модель поведения испы-туемого такова указатель перемещается дискретными шагами, когда текущее среднее значение частоты на протяжении восьмидвенадцати вспышек лампочки отличается от положения указателя в этот момент не менее чем на 0,12—0,15. В модели предполагается также, что когда указанный порог перейден, различие между оценкой испытуемым среднего значения вероятности и установкой им указателя может быть сведено к погрешности шкалы. Такая модель позволяет получить последовательности откликов, очень близкие к показанным на рис. 3.3. [c.41] Вернуться к основной статье