Napravite bolje odluke s Bayesovom vjerojatnošću, pametnim načinom za razmatranje rizika

Procjenjuje se da odrasli ljudi čine oko 35.000 odluka dnevno - postotak dobrih odluka ovisi o odrasloj osobi. Ti izbori mogu biti jednako banalni kao i odlučivanje da se toaletni papir zamiješa ili zgužva ili emocionalno komplicira kao rješavanje da se ostavi veza. Budući da su ljudi podložni emocionalnim predrasudama, a ne majstorima, strategije i intelektualni okviri su nužni za svakoga tko se nada da će funkcionirati na razuman način. Nažalost, nismo uvijek dobili najbolje alate. Na primjer, način na koji većina ljudi razmišlja o vjerojatnosti nije prikladna za moderne.

Bilo koji dan, svaka osoba koja živi u modernom društvu će se uključiti u organizacije, strojeve i modele određivanja cijena koje ne razumiju u potpunosti. Većina ljudi pristupa svakodnevnim zagonetkama na praktičan način, koristeći informacije koje imaju kako bi maksimizirali priliku za uspješan ishod. To je u osnovi ono što nas naši roditelji uče kao djeca. To je često ono što ljudi misle kad govore o “logici”. Ali to je također često neadekvatan proces. Kada postoje značajne praznine u znanju, ona se neznatno razlikuje od nagađanja. Ukratko, razmišljanje o vjerojatnosti na neučinkovit način. Umjesto da se usredotočimo na ishode, trebamo se usredotočiti na naše razumijevanje situacija koristeći temeljne ideje Bayesove vjerojatnosti.

Bayesova vjerojatnost uključuje stupnjeve vjerovanja u odnosu na povijesne frekvencije: Ideja je da se odluke donesene iz nesigurnosti informiraju o onome što netko prvobitno zna i ažurira se kada se naiđe na nove informacije. Ideja je smanjiti rizik dok maksimizira učenje. Umjesto da se bavimo problemima kao monolitnim, Bayesovci su ih izrezali na više probavljive dijelove. Znanje se akumulira na putu.

Da biste razumjeli kako to funkcionira, morate napraviti matematiku. Središnju jednadžbu, poznatu i kao Bayesovo pravilo, formulirao je Thomas Bayes, engleski svećenik i matematičar koji je umro 1761. godine. Predviđa slijed događaja koji dovode do ishoda. U jednadžbi, T predstavlja hipotezu koja se testira i E predstavlja nove dokaze koji će ili potvrditi ili opovrgnuti hipotezu. Vjerovanja ovdje nisu objektivna, ali uvjetovana prethodnim pretpostavkama i onim što se usput uči.

Jednadžba omogućuje donositeljima odluka da istodobno dodjeljuju vjerojatnosti dijelovima informacija i događajima, naglašavajući vjerojatnost temeljne pretpostavke koja se dokazuje na vrhu vjerojatnosti rezultata.

Profesor Sveučilišta Queen Mary Norman Fenton tvrdio je u 2011. godini da je najučinkovitiji način donošenja odluka kroz vjerojatnosne modele izgrađene od Bayesovih mreža. On piše da je financijska kriza 2008. bila poziv na buđenje da ljudi i financijski sustavi moraju bolje procijeniti rizik. Iako je Bayesova vjerojatnost postojala kao kritična konstrukcija od 16. stoljeća, ona se ne primjenjuje široko niti se uči. I dok je očito da se Bayesova misao odnosi na financije, ona također ima smisla za bezbroj drugih situacija.

"Kako bi se dosljedno i učinkovito bavili takvim problemima, potrebna nam je rigorozna metoda kvantificiranja nesigurnosti koja nam omogućuje da kombiniramo podatke sa stručnom prosudbom", piše Fenton. "Bayesova vjerojatnost je takav pristup."

Fenton navodi slučaj povećane primjene Bayesove teorije, ali je ona usvojena i prije - i na dobar učinak. Alan Turing je koristio Bayesovu statistiku prilikom pucanja kodova tijekom Drugog svjetskog rata. Jedini razlog zbog kojeg nije popularizirao novi način razmišljanja bio je da nitko nije otkrio dok se informacije ne otkriju u 2012. To je također bila godina kada je Nate Silver koristio Bayesovu jednadžbu kako bi predvidio rezultate izbora 2012. s impresivnom točnošću.

Bayesova vjerojatnost je bolja od drugih sustava koji predviđaju budućnost jer je ona također jedna od rijetkih metoda koja objašnjava kako su ljudi doista nepredvidivi. Iako uključuje ono što se zna, ona također odgovara na činjenicu da na ljudski izbor stalno utječu kontekstualne i situacijske varijable. To je korisno ako pokušavate otkriti u koje dionice želite uložiti novac, ili koja će pladanj biti najuspješnija na vašem potlucku.

Ali kako ga možete primijeniti danas? Jednostavno: Razmislite o tome što mislite da znate i zašto mislite da to znate prije donošenja odluke. Zatim razmislite o tome hoće li vam ta odluka omogućiti da potvrdite ili poreknete svoje sumnje. Prilično je lako. Radi se o tome da se disciplina fokusira na to zašto se događa, a ne na jednostavnu stvarnost događaja. Samo zato što se nešto dogodi ne čini ga vjerojatnim.