Vernachlässigung der Stichprobengröße
Was ist die Vernachlässigung der Stichprobengröße?
Sample Size Neglect ist eine Daniel Kahneman untersucht wurde. Es tritt auf, wenn Benutzer statistischer Informationen falsche Schlussfolgerungen ziehen, indem sie die Stichprobengröße der fraglichen Daten nicht berücksichtigen.
Die zugrunde liegende Ursache der Probengröße Neglect ist, dass die Menschen oft, dass ein hohes Maß an zu verstehen, scheitern Varianz eher in kleinen Proben auftreten. Daher ist es wichtig zu bestimmen, ob die zur Erstellung einer bestimmten Statistik verwendete Stichprobengröße groß genug ist, um aussagekräftige Schlussfolgerungen zuzulassen.
Zu wissen, wann eine Stichprobe ausreichend groß ist, kann für diejenigen, die kein gutes Verständnis statistischer Methoden haben, eine Herausforderung darstellen.
Die zentralen Thesen
- Vernachlässigung der Stichprobengröße ist eine kognitive Verzerrung, die von Amos Tversky und Daniel Kahneman untersucht wurde.
- Es besteht darin, aus statistischen Informationen falsche Schlussfolgerungen zu ziehen, weil die Auswirkungen der Stichprobengröße nicht berücksichtigt wurden.
- Diejenigen, die das Risiko einer Vernachlässigung der Stichprobengröße verringern möchten, sollten bedenken, dass kleinere Stichprobengrößen mit volatileren statistischen Ergebnissen verbunden sind und umgekehrt.
Vernachlässigung der Stichprobengröße verstehen
Wenn eine Stichprobengröße zu klein ist, können keine genauen und vertrauenswürdigen Schlussfolgerungen gezogen werden. Im Finanzkontext kann dies Anleger auf verschiedene Weise in die Irre führen.
Ein Anleger könnte beispielsweise eine Anzeige für einen neuen Investmentfonds sehen, der sich rühmt, seit seiner Auflegung eine annualisierte Rendite von 15 % erzielt zu haben. Der Anleger könnte schnell darauf hinweisen, dass dieser Fonds seine Eintrittskarte für eine schnelle Vermögensbildung ist. Diese Schlussfolgerung könnte jedoch gefährlich falsch sein, wenn der Fonds nicht sehr lange investiert hat. In diesem Fall könnten die Ergebnisse auf kurzfristige Anomalien zurückzuführen sein und wenig mit der tatsächlichen Anlagemethode des Fonds zu tun haben.
Die Vernachlässigung der Stichprobengröße wird häufig mit der Vernachlässigung der Basisrate verwechselt, bei der es sich um eine separate kognitive Verzerrung handelt. Während sich die Vernachlässigung der Stichprobengröße auf das Versäumnis bezieht, die Rolle der Stichprobengrößen bei der Bestimmung der Vertrauenswürdigkeit statistischer Angaben zu berücksichtigen, bezieht sich die Vernachlässigung der Basisrate auf die Tendenz von Menschen, vorhandenes Wissen über ein Phänomen bei der Bewertung neuer Informationen zu vernachlässigen.
Beispiel aus der Praxis für die Vernachlässigung der Stichprobengröße
Um die Vernachlässigung der Probengröße besser zu verstehen, betrachten Sie das folgende Beispiel, das aus Untersuchungen von Amos Tversky und Daniel Kahneman stammt:
Eine Person wird gebeten, aus einer Stichprobe von fünf Kugeln zu ziehen, und stellt fest, dass vier rot und eine grün ist.
Eine Person zieht aus einer Stichprobe von 20 Kugeln und stellt fest, dass 12 rot und acht grün sind.
Welches Beispiel liefert einen besseren Beweis dafür, dass die Kugeln überwiegend rot sind?
Die meisten Leute sagen, dass die erste, kleinere Stichprobe viel stärkere Beweise liefert, weil das Verhältnis von Rot zu Grün viel höher ist als die größere Stichprobe. In der Realität wird das höhere Verhältnis jedoch durch die kleinere Stichprobengröße aufgewogen. Die Stichprobe von 20 liefert tatsächlich viel stärkere Beweise.
Ein weiteres Beispiel von Amos Tversky und Daniel Kahneman lautet wie folgt:
Eine Stadt wird von zwei Krankenhäusern versorgt. Im größeren Krankenhaus werden täglich durchschnittlich 45 Babys geboren, im kleineren Krankenhaus werden täglich etwa 15 Babys geboren. Obwohl 50% aller Babys Jungen sind, schwankt der genaue Prozentsatz von Tag zu Tag.
Während eines Jahres zeichnete jedes Krankenhaus die Tage auf, an denen zufällig mehr als 60 % der Babys Jungen waren. Welches Krankenhaus verzeichnete mehr solcher Tage?
Bei dieser Frage gaben 22% der Befragten an, dass das größere Krankenhaus mehr solche Tage melden würde, während 56% angaben, dass die Ergebnisse für beide Krankenhäuser gleich wären. Tatsächlich lautet die richtige Antwort, dass das kleinere Krankenhaus mehr solcher Tage aufzeichnen würde, da seine geringere Größe eine größere Variabilität erzeugen würde.
Wie bereits erwähnt, liegt der Grund für die Vernachlässigung der Stichprobengröße darin, dass Menschen oft nicht verstehen, dass hohe Varianzen eher in kleinen Stichproben auftreten. Bei Investitionen kann dies in der Tat sehr kostspielig sein.