信息不完全下决策

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,信息不完全下决策,Tversky,Kahneman,Kanhnman“把心理研究的成果与经济学融合到了一起，特别是在有关不确定状态下人们如何作出判断和决策方面的研究 获得2002年诺贝尔经济学奖.,小实验,考研一族中，在复习某门课程时，问题多者老提问题往往比较厉害考得好,判断是工程师的概率，其中prior problem 对人物的描述有两种：,1.诊断性描述diagnostic descriptions,(problem1)林克39岁。已婚有两个孩子。对政治问题很活泼。他的业余爱好是喜欢收集藏书。竞争的、喜欢争辩而且具有很好口语表达能力,(problem2)摩西37岁有两个孩子；讲条理、喜欢把每个东西都放在适宜的位置；内向、追求准确、不喜欢社交；表情简单。主要爱好是摄影。,2. 非诊断描述 nondiagnostic descriptions,problem1:杰克30岁，已婚没有孩子；是一个能力和志向很高的男人并立志在他的领域有所作为；而且他很受同事的欢送。,problem2:本杰明35岁，已婚有一个孩子；他讲条理，喜欢争辩具有很高的口语和书面表达能力。他的绝大局部业余时间花在做飞机和轮船模型上。,这样这个实验就是一个2(engineers base rate: 30% or 70%) 3(nondiagnostic;diagnostic; no prior problems) 的实验设计,实验假设,诊断信息越少时那么会越多的采用根本概率,无诊断信息的启动问题可以使被试更多的注意的根本概率,1 不确定性判断与决策的研究,Kanhnman,认为人们在做判断决策时加工和处理信息的认知系统有两种分别为intuition 和 reasoning认为人在决策时往往首先倾向于依赖自己的直觉,这样可以做出较快的判断解决问题并节省认知资源.但也容易做出错误的判断.,假设这个小岛上有1000 户居民，90居民的房屋都被台风摧毁了。如果你是联合国的官员，你以为联合国应该支援多少钱呢？但假设这个岛上有18000 户居民，其中有10居民的房子被摧毁了你不知道前面一种情况，你又认为联合国应该支援多少钱呢？,人的理性是有限的。人们在做决策时，并不是去计算一个物品的真正价值，而是用某种比较容易评价的线索来判断,根据Simon的有限理性学说。Kahneman 和Tversky1972，1973认为人们在不确定的世界中作判断往往无视事件的基准率信息、不顾事件的先验概率依赖于有限的启发式进展判断。其中主要有三种启发式：,代表性启发式Representativeness Heuristic：人们某一事物的概率推断倾向于根据一事物中有代表性的样本做出判断.,2. 启发式策略的研究,例;Kahenman 和 Tversky,1973年设计了一个经典的实验在实验中给被试简要介绍某个人的特征,说明他来自于一个工程师的概率和律师组成的样本群。然后，分别告诉被试不同的先验概率。一组的被试被告知工程师人数为样本的30%，律师为70%。另一组被试被告知工程师人数为样本的70%，律师为30%,“约翰，男，45岁，已婚，有子女。他比较保守，慎重并且富有进取心。他对社会和政治问题不敢兴趣，闲暇时间多用于业余爱好，比方做木匠活和猜数字迷语。,两组被试都认为约翰是工程是概率约为90,可得性启发式Availability Heuristic：人们倾向于根据事物在知觉中的可得性程度来判断其相对概率。,即容易知觉到的或容易回想起的事物就认为经常出现,1,(2)你认为以R如：ride开头的单词，还是第三个字母是R如，circle的单词多？,这时你也许会马上很容易地从记忆中提取一些单词，如red,roof等一系列以R开头的单词，却很难短时间内提取第三个字母是r的单词。于是你就无法做出判断，以R开头的单词多。但实际上，仅仅是因为我们对第二种情况不够熟悉，认为第三个字母这一提取线索是无效的。真正的情况恰好与我们的选择相反。(Kahneman,1973,1979,2000,2002; Tversky,1974),锚定和调整启发式(Anchoring and Adjustment Heuristics)：,人们往往以最初的信息为参照来调整对事件的估计。,eg:18*7*6*5*4*3*2*1 (2250),21*2*3*4*5*6*7*8 (512),40320,3 前景理论Prospect Theory,Reference-dependent ,人们对决策后果的估价是依赖于一个相对的参照点,假设你已经有1000元,除了你所拥有的之外,你可以在两项中选一项,A 必定获得500,B 50%的可能获得1000元,50%无所得,假设你已经有2000元,除了你所拥有的只外,你可以在两项中选一项,A 必定获得500,B 50%的可能获得1000元,50%无所得,第一组84%选A 第二组69%选B(Kahneman &Tversky,1979),3.2框架效应Framing effects,所谓框架效应Framing effects，即一个问题两种在逻辑意义上相似的说法却导致了不同的决策判断。,其中Kahneman 1981经典的研究之一即为：生存框架survival frame和死亡框架mortahity frame。,假设某地区出现了罕见的疾病,估计会造成600人丧生.有人提出两种方案,并且对采取这些方案的后果进展了评估,方案A:肯定可以拯救200人,方案B:600人全部获救的可能性有1/3,一个也不能救的可能性有2/3,如果让你决定,你会选择哪一方案?,S2:,方案C:有400个会丧生,方案D:一个都没死的可能性有1/3,全部死亡的可能性有2/3,S1:,方案A:肯定可以拯救200人,方案B:600人全部获救的可能性有1/3,一个也不能救的可能性有2/3,实验结果:72%的人选择A;78%的人选择方案D,(Tversky&Kahneman 1981),人们所站的得失角度不同造成判断扭曲,当我们考虑能得到什么时,我们倾向于选择肯定得到的,当我们考虑的会失去什么我们可能冒一定的风险,假设你已经有1000元,除了你所拥有的只外,你可以在两项中选一项,A 必定获得500,B 50%的可能获得1000元,50%无所得,假设你已经有2000元,除了你所拥有的只外,你可以在两项中选一项,A 必定获得500,B 50%的可能获得1000元,50%无所得,Problem Solving in Judgment Under Uncertainty,Ginossar, Zvi; Trope, Yaacov(1983),4.Study ：,实验一：启动与推论原那么实验,主要研究设计,采用Kahenman的lawyer-engineer题目做为(test problem)“约翰，男，45岁，已婚，有子女。他比较保守，慎重并且富有进取心。他对社会和政治问题不敢兴趣，闲暇时间多用于业余爱好，比方做木匠活和猜数字迷语。,一组的被试被告知工程师人数为样本的30%，律师为70%。另一组被试被告知工程师人数为样本的70%，律师为30%“,但在判断题目前作一个prior problem,其中包括两种类型,要求被试对启动题目prior problem中描述的人进展判断是工程师的概率，其中prior problem 对人物的描述有两种：,1.诊断性描述diagnostic descriptions,(problem1)林克39岁。已婚有两个孩子。对政治问题很活泼。他的业余爱好是喜欢收集藏书。竞争的、喜欢争辩而且具有很好口语表达能力,(problem2)摩西37岁有两个孩子；讲条理、喜欢把每个东西都放在适宜的位置；内向、追求准确、不喜欢社交；表情简单。主要爱好是摄影。,2. 非诊断描述 nondiagnostic descriptions,problem1:杰克30岁，已婚没有孩子；是一个能力和志向很高的男人并立志在他的领域有所作为；而且他很受同事的欢送。,problem2:本杰明35岁，已婚有一个孩子；他讲条理，喜欢争辩具有很高的口语和书面表达能力。他的绝大局部业余时间花在做飞机和轮船模型上。,两组被试prior problem做完后在对test problem 做出判断、另外还有一组被试没有prior problem直接对test problem进展判断,这样这个实验就是一个2(engineers base rate: 30% or 70%) 3(nondiagnostic;diagnostic; no prior problems) 的实验设计,实验假设,诊断信息越少时那么会越多的采用根本概率,无诊断信息的启动问题可以使被试更多的注意的根本概率,结果与讨论,表2中:在做完非诊断性题目后在解决测试题目比做诊断题目和没有做的会更多注意基准率信息F(1,174) .05,结论,由实验1可以发现,人们在解决概率判断问题时往往依靠产生式(production rules)的可获得性.我代表性法那么在这方面具有优势,而当信息中没有足够的诊断性信息就会利用取样法那么.另外,在预先概率推断中运用统计取样法那么会对后面解决概率推断题目有还好的启动效应,更少的受代表性启发式的影响.,结 束,谢谢!,Thank You !,不尽之处，恳请指正！,