베이지안 확률로 더 나은 의사 결정, 위험을 고려하는 현명한 방법

인간 성인이 하루에 약 35,000 건의 의사 결정을 내리는 것으로 추정됩니다. 좋은 결정의 비율은 성인에 따라 다릅니다. 이러한 선택은 화장지를 구르거나 구겨 내기로 결정하거나 정서적으로 복잡하게 관계를 떠나기로 결심하는 것과 같이 평범한 것일 수 있습니다. 그리고 인간은 정서적 편향의 주인이되기 때문에 전략과 지적 프레임 워크는 합리적인 방법으로 기능하기를 원하는 모든 사람에게 필요합니다. 불행히도, 우리는 항상 최고의 도구를 제공하지는 않습니다. 대부분의 사람들이 확률에 대해 생각하는 방식은 예를 들어 현대에 적합하지 않습니다.

어떤 주어진 날에, 현대 사회에 살고있는 주어진 사람은 그들이 완전히 이해하지 못하는 조직, 기계 및 가격 책정 모델을 사용할 것입니다. 대부분의 사람들은 성공적인 결과를 얻을 수있는 기회를 극대화하기 위해 필요한 정보를 사용하여 실용적인 방법으로 일상적인 퍼즐에 접근합니다. 이것은 본질적으로 우리 부모님이 우리에게 자녀로서 행하도록 가르치는 것입니다. 이것은 종종 사람들이 "논리"에 관해 이야기 할 때 의미하는 것입니다. 그러나 이것은 또한 종종 부적절한 과정입니다. 중요한 지식 격차가있을 때 추측과는 약간 다릅니다. 우리는 간단히 말해서 비효율적 인 방법으로 확률을 생각하고 있습니다. 결과에 초점을 맞추기보다는 베이지안 확률의 핵심 아이디어를 사용하여 상황에 대한 이해에 집중해야합니다.

베이지안 확률은 역사적 빈도에 대한 신념의 정도를 포함합니다. 불확실성으로 인한 결정은 누군가가 원래 알고있는 정보에 의해 정보가 제공되고 새로운 정보를 접할 때 업데이트됩니다. 아이디어는 위험을 최소화하면서 학습을 극대화하는 것입니다. 모 놀리 식 문제로 접근하는 대신, 베이지안 (Bayesian)은 더 많은 소화가 가능한 조각으로 자른다. 지식은 길을 따라 축적됩니다.

이것이 어떻게 작동하는지 이해하려면 수학을해야합니다. Bayes의 규칙으로도 알려진 중심 방정식은 1761 년에 사망 한 영어 성직자이자 수학자 인 Thomas Bayes에 의해 공식화되었습니다. 결과에 이르는 일련의 사건을 예측합니다. 방정식에서, T는 테스트중인 가설을 나타내고 E는 가설을 확인하거나 반증 할 새로운 증거를 나타냅니다. 여기에있는 신념은 객관적이지는 않지만 이전 가정과 조건에 따라 배운 것입니다.

이 방정식을 통해 의사 결정권자는 동시에 정보의 일부와 이벤트에 가능성을 할당하고 결과의 가능성을 입증하는 기본 가정의 가능성을 누적시킬 수 있습니다.

2011 년 논문에서 Queen Mary University 교수 Norman Fenton은 Bayesian 네트워크로 구축 된 확률 론적 모델을 통해 결정을 내리는 가장 효과적인 방법이라고 주장했습니다. 그는 2008 년의 금융 위기가 사람과 금융 시스템이 위험 평가를 잘 수행 할 필요가있는 깨우침이라고 말했습니다. 베이지안 확률은 16 세기 이후 중요한 구성물로 존재했지만, 널리 적용되거나 가르쳐지지 않습니다. 그리고 베이 즈 식 사고가 재정에 적용된다는 것이 명백한 반면, 그것은 또한 무수한 다른 상황을 이해합니다.

"이러한 종류의 문제를 지속적이고 효과적으로 처리하기 위해서는 데이터를 전문가의 판단과 결합 할 수있는 불확실성을 정량화하는 엄격한 방법이 필요합니다."라고 Fenton은 말합니다. "베이지안 확율은 그런 접근이다."

Fenton은 Bayesian 이론의 적용이 증가한 사례를 만들었지 만 이전에 채택되어 좋은 효과를 얻었습니다. 앨런 튜링 (Alan Turing)은 제 2 차 세계 대전 중 코드를 해독 할 때 베이지안 통계를 사용했습니다. 새로운 사고 방식을 대중화하지 못한 유일한 이유는 2012 년에 정보가 해체 될 때까지 아무도 알아 내지 못했기 때문입니다. 또한 Nate Silver가 Bayes의 방정식을 사용하여 인상적인 정확성으로 2012 년 선거 결과를 예측 한 해였습니다.

베이지안 확률은 예측할 수없는 인간이 실제로 얼마나 적은지를 설명하는 몇 가지 방법 중 하나이기 때문에 다른 미래 예측 시스템보다 낫습니다. 사람이 알고있는 것을 통합하는 반면, 인간 선택은 문맥 적 및 상황 적 변수에 의해 지속적으로 영향을 받는다는 사실에도 응답합니다. 이것은 투자하려는 주식을 알아내는 데 도움이되는지, 아니면 과일 주전자가 가장 성공적 일지 결정하는 데 도움이됩니다.

그러나 어떻게 오늘 그것을 적용 할 수 있습니까? 단순함: 당신이 생각하는 것에 대해 생각하고, 결정하기 전에 그것을 알고 있다고 생각하는 이유를 생각하십시오. 그 결정이 당신의 의심을 확인하거나 부정 할 수 있는지 생각해보십시오. 꽤 쉬워요. 그것은 사건의 단순한 현실보다는 어떤 일이 일어나는 것의 이유에 초점을 맞추어야 할 규율을 갖는 문제입니다. 뭔가가 일어나기 만해도 그럴 가능성이 없습니다.