назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [ 78 ] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89]


78

к самокоррекции для восстановления равновесия. Простейшее объяснение использует нечеткие множества. Каждый из нас имеет идеал истинно случайной последовательности событий, которая не должна иметь закономерностей. Последо-вательность В ближе к такому идеалу, следовательно, она более правдоподобна. Это означает, что последовательность В имеет более высокую величину функции принадлежности к нечеткому множеству случайных последовате.льностей, чем последовательность А. Последовательность А имеет большую величину функции принадлежности к нечеткому множеству удачных подбрасываний и, таким образом, имеет меньшую вероятность случиться. Это снова относится к тому обстоятельству, что нечеткие функции принадлежности не зависят от частоты, но имеют общее с неким идеалом, или репрезентативным множеством.

Это, конечно, совершенно ошибочно. Приведенный пример показьшает, что неправильное использование репрезентативной эвристики, или теории нечетких множеств может привести к неверному ответу. Вероятность чисто статистического процесса не должна оцениваться таким путем, но многие из нас делают нечто подобное.

Излишнее доверие

Такого рода смещение отражает избыточное доверие к рыночным прогнозам больше, чем что-либо другое. Мы выяснили, что люди часто предсказывают последствия путем выбора ответа, который кажется наиболее типичным по оценке имеющейся информации. В выборе профессий мы полагаемся на доступную описательную информацию. Если большее количество информации подтверждает этот выбор, мы становимся более доверчивы, даже в том случае, когда новая информация сильно коррелирует с уже имеющимися данными. Однако мы знаем, что модель, основанная на сильно коррелирующих переменных, менее пригодна, чем модель меньших размеров с некоррелированными переменными. Так, рьшочные гуру будут больше доверять данным, которые в действительности уменьшают точность их предсказания.

И снова инвесторы основывают свой приговор на нечетких множествах. Чем больше оказывается в распоряжений подтверждающей информации, тем выше становится значение функции принадлежности. Тем не менее, есть опасность



слишком близко подогнать нечеткую модель, так же как и традиционную.

Ошибка объединения

Ошибка объединения - одна из наиболее знаменитых находок бихевиористов. Она также непосредственно связана с широко известной критикой нечетких множеств.

Группе испытуемых было представлено описание гипотетической женщины по имени Линда, где она была охарактеризована как человек прямой в высказываниях и участница движения студенчества. Опрашиваемым было предложено упорядочить возможные описания Линды по степени правдоподобия. Испытуемые ответили, что Линда меньше похожа на простого банковского служащего, чем на банковского служащего, который принимает активное участие в феминистском движении. Ясно, что банковский служащий-феминист является подмножеством банковских служащих, поэтому, как это может быть, что Линда больше похожа на первого, чем на второго? Ответ простой. Описание, данное Кахнеманом и Тверски, было более типично для феминистки, чем для банковского служащего. Следовательно, Линда имела более высокую нечеткую функцию принадлежности к множеству банковских служащих-феминисток, чем к обыкновенным банковским служащим. Бихевиористы назвали это ошибкой объединения, потому что здесь содержится вероятностное заблуждение. Она полностью согласуется с теорией нечетких множеств.

МакНейл и Фрейбергер (1994) привнесли в теорию не-""ких мтюжрстт: слплзющее соотпошппие. Это. фактически, один из немногих случаев, когда соотношение.устанавливается между двумя множествами. Ошерсон и Смит (Osherson, Smith, 1981) критиковали теорию нечетких множеств, изучая Противоречие в понятии нечеткого пересечения. Они обратили внимание на понятие «любимая рыба». Любимая рыба это, очевидно, пересечение множества любимых животных и множества рыб. Гуппи также являются любимыми рыбами, и их Величина функции принадлежности к нечеткому множеству любимых рыб должна быть высока. Однако в соответствии с Законом нечеткого пересечения (уравнение (15.3)) оно должно Иметь величину, которая меньше ее величины функции принадлежности к нечеткому множеству любимых животных и К Нечеткому множеству рыб. Очевидно, величина функции



СМЕЩЕНИЯ ОТ ЗАКРЕПЛЕНИЯ И ЭВРИСТИКИ ПРИСПОСОБЛЕННОСТИ

Эти эвристики тесно связаны с конструкцией нечетких множеств. Происходящие в результате их использования смещения показаны в следующем разделе, где описано, как неверное конструирование нечеткого множества может привести к глупостям.

Недостаточная приспособленность

Люди часто основьшают свои оценки, исходя из начальных величин. Однажды при>генир .кие оценки, они не склонны менять их даже тогда, когда получена новая информация. Например, часто бывает трудным узнать справедливую цену персонального компьютера. Цены персональных компьютеров при увеличении их возможностей возрастают не намного. Так, в 1992 г. цена IBM-совместимого компьютера 486-33 с 4 мегабайтами оперативной памяти и 100 мегабайтами на жестком диске составляла около трех тысяч долларов. Позже, в 1995 г. такая же цена предлагалась за Pentium 100 с о мегабайтами оперативной памяти и 850 мегабайтами на жестком диске. При этом не было ничего необычного в том, что вы видели рекламу старой системы по цене 1500 долларов хотя она уже стоила не более половины этой цены. Почему Продавец закрепился на той цене, которую вы ему платили

принадлежности гуппи к этим двум множествам должна быть ниже, так как они не очень типичны для каждой из этих категорий. Так, гуппи больше любимые рыбы, чем любимые животные, или рыбы, но в соответствии с правилом нечеткого пересечения они должны меньше иметь общего с любимыми рыбами. Эта аномалия, по Ошерсону и Смиту, разрушает концепцию нечеткого множества.

Ошибка объединения указывает ответ. Люди будут иногда превращать пересечение в полное нечеткое множество. Следовательно, в примере с Линдой банковские служащие-феминисты становятся самостоятельным множеством. Подобно этому, любимые рыбы становятся самостоятельным множеством. Заде назвал это «нормализацией», поскольку она изменяет масштаб сравнения.

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [ 78 ] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89]