Risk Almanın Akıllı Yolu Bayesian Olasılığı ile Daha İyi Kararlar Alın

İnsan yetişkinlerinin günde yaklaşık 35.000 karar aldığı tahmin edilmektedir - iyi kararların yüzdesi yetişkinlere bağlıdır. Bu seçenekler tuvalet kağıdını yuvarlamaya veya parçalamaya karar vermek kadar yasak olabilir veya ilişki bırakmaya çalışmak kadar duygusal olarak karmaşık olabilir. Ve insanlar duygusal önyargılarının ustalarından ziyade tabi oldukları için, makul bir şekilde işlemeyi ümit eden herkes için stratejiler ve entelektüel çerçeveler gereklidir. Maalesef, bize her zaman en iyi araçları vermedik. Örneğin, çoğu insanın olasılık hakkında düşünme şekli modern için uygun değildir.

Herhangi bir günde, modern bir toplumda yaşayan herhangi bir kişi, tam olarak anlamadıkları organizasyonlara, makinelere ve fiyatlama modellerine katılacaktır. Çoğu insan bu günlük bulmacalara pratik bir şekilde yaklaşır, başarılı bir sonuç için fırsatı en üst düzeye çıkarmak için gerekli bilgileri kullanarak. Esasen ebeveynlerimizin bize çocuk olarak yapmamızı öğrettiği şey budur. Bu genellikle insanların “mantık” hakkında konuşurken ne anlama geldiğidir. Ancak bu aynı zamanda yetersiz bir işlemdir. Önemli bilgi boşlukları olduğunda, tahmin etmekten sadece biraz farklıdır. Kısacası, olasılık hakkında verimsiz bir şekilde düşünüyoruz. Sonuçlara odaklanmak yerine, Bayesçi olasılığın temel fikirlerini kullanan durumları anlamaya odaklanmalıyız.

Bayesçi olasılık, tarihsel frekanslar hakkındaki inanç derecelerini içerir: Buradaki fikir, belirsizlikten alınan kararların, başlangıçta ne bildiği ve yeni bir bilgi ile karşılaştığında güncellenen kararlar tarafından bilgilendirilmesidir. Fikir öğrenmeyi en üst düzeye çıkarırken riski en aza indirmektir. Sorunlara monolitik olarak yaklaşmak yerine, Bayesanlar daha sindirilebilir parçalara ayırdılar. Bilgi yol boyunca toplanır.

Bunun nasıl çalıştığını anlamak için matematiği yapmanız gerekir. Bayes kuralı olarak da bilinen merkezi denklem, 1761'de ölen bir İngiliz din adamı ve matematikçi olan Thomas Bayes tarafından formüle edildi. Sonuca giden olayların sırasını öngörüyor. Denklemde, T, test edilmekte olan hipotezi temsil eder ve E, hipotezi ya doğrulayacak ya da çürütecek yeni kanıtları temsil eder. Buradaki inançlar objektif değildir, ancak önceki varsayımlara ve yol boyunca öğrenilenlere koşulludur.

Denklem, karar vericilere aynı anda bilgi parçalarına ve olaylara olasılıklar atayarak, sonucun olasılığını ortaya koyan temel bir varsayım olasılığını ortaya koymalarını sağlar.

2011 tarihli bir makalede, Kraliçe Mary Üniversitesi profesörü Norman Fenton, karar vermenin en etkili yolunun Bayesian ağlarından inşa edilmiş olasılıklı modeller üzerinden olduğunu savundu. 2008 mali krizinin uyanıklık çağrısı olduğunu, insanların ve finansal sistemlerin risk değerlendirmesinde daha iyi olması gerektiğine dikkat çekiyor. Bayesçi olasılık, 16. yüzyıldan bu yana kritik bir yapı olarak var olmasına rağmen, geniş çapta uygulanmadı ya da öğretilmedi. Ve Bayesci düşüncenin finansmana uygulandığı açık olsa da, sayısız başka durumlar da anlamlıdır.

Fenton, “Bu tür sorunlarla tutarlı ve etkili bir şekilde başa çıkmak için, verileri uzman kararıyla birleştirmemize olanak tanıyan titiz bir belirsizlik belirleme yöntemine ihtiyacımız var” dedi. “Bayesçi olasılık böyle bir yaklaşım.”

Fenton, Bayesian teorisinin arttırılmış uygulaması için durum ortaya koymaktadır, ancak daha önce de benimsenmiştir - ve iyi etki. Alan Turing, II. Dünya Savaşı sırasında kodları çözerken Bayesian istatistiklerini kullandı. Yeni bir düşünce biçimini popülerleştirmemesinin tek nedeni, 2012'de bilgilerin ayrıştırılmasından önce kimsenin bulunamamasıydı. Bu, Nate Silver'ın 2012 seçim sonuçlarını etkileyici bir doğrulukla tahmin etmek için kullandığı yıldı.

Bayesçi olasılık, gelecekteki diğer tahmin sistemlerinden daha iyidir, çünkü aynı zamanda öngörülemeyen insanların gerçekte ne olduğunu açıklayan birkaç yöntemden biridir. Bildiği şeyi içerdiği halde, insan seçiminin bağlamsal ve durumsal değişkenlerden sürekli etkilendiği gerçeğine de cevap vermektedir. Bu, hangi hisse senetlerine yatırım yapacağınızı veya çömleklerinizde en başarılı meyve tabağını ne olacağını anlamaya çalışmak olup olmadığını yararlıdır.

Ama bugün nasıl uygulayabilirsiniz? Basit: Bir karar vermeden önce bildiklerini ve neden bildiğini düşündüğünü düşün. O zaman bu kararın şüphelerinizi onaylamanıza veya reddetmenize izin verip vermeyeceğini düşünün. Çok kolay. Disiplinin, olayların basit gerçekliğinden ziyade ne olduğunun üzerine odaklanması meselesidir. Sırf bir şeyler olması onu muhtemel yapmaz.