ПОИСК Статьи Чертежи Таблицы Причины ошибок и противоречий из "Системы человек-машина Модели обработки информации, управления и принятия решений человеком-оператором " Замечено, что когда человек оценивает шансы наступления некоторого события, то он указывает их не как абсолютную истину, а как гипотезу, которая может быть подтверждена или опровергнута в зависимости от того, насколько это событие соответствует представлению данного субъекта о случайности и в какой степени он может обдумать альтернативные версии. Альберони [1] предупреждал испытуемых, что он производит последовательность случайных выборок из равного числа перемешанных бусин двух различных цветов, но он выбирал бусины только одного цвета. Испытуемые, которые должны были предсказывать цвет каждой следующей бусины, в конце концов внезапно начинали предсказывать только этот цвет. Они сообщали, что уже не верят либо в наличие бусин двух цветов, либо в то, что выборка производится случайно. [c.41] Следующие отсюда выводы и возможность ослабления требования суммирования будут рассмотрены более подробно в части П1 книги. Эксперименты свидетельствуют, что оценки вероятностей для нескольких альтернатив не всегда равны в сумме единице, если только от испытуемого специально не требовалось соблюдать это правило (Альберони [1]). Но насколько мы знаем, еще не встречалось ситуации, в которой условие суммирования было бы несовместимо с субъективным восприятием испытуемым вероятностных наблюдений, иными словами, всегда была возможна некоторая приемлемая модификация значений вероятностей, обеспечивающая равенство их суммы единице. [c.43] Могут быть оценены и другие статистические характеристики, такие, как среднее значение, дисперсия и корреляция. Безусловно эти характеристики отвечают определенным субъективным понятиям. Но такие субъективные понятия могут существенно отличаться от математического определения. Например, некоторые испытуемые, которых просили указать среднее значение совокупности точек, лежащих на отрезке прямой, называли середину этого отрезка. Дисперсии иногда оценивали тем выше, чем больше было среднее значение (Латроп [56]). Чем сложнее статистическая характеристика, тем более вероятны подобного рода расхождения. [c.43] Если показатель степени п равен двум, то субъективная оценка пропорциональна истинной величине дисперсии. Малые значения п отвечают сравнительно меньшим весам предельных отклонений от среднего в наблюдаемых данных, большие значения п свидетельствуют об обратном. Величина показателя л, которая лучше всего соответствует экспериментально полученным оценкам, существенно зависит от внимания, уделявшегося при проведении экспериментов большим отклонениям от среднего значения. Нормальное распределение, для которого большие отклонения сравнительно редки, приводит к значительно меньшему значению п, чем равномерное распределение. [c.44] Вернуться к основной статье