Gör bättre beslut med Bayesian sannolikhet, det smarta sättet att överväga risk

Det uppskattas att människor från vuxna tar cirka 35 000 beslut om dagen - andelen goda beslut beror på vuxen. Dessa val kan vara lika banala som att besluta att rulla eller smula toalettpapper eller så emotionellt komplicerat som att lösa för att lämna ett förhållande. Och eftersom människor är föremål för snarare än mästare i deras känslomässiga fördomar, är strategier och intellektuella ramar nödvändiga för att någon hoppas kunna fungera på ett rimligt sätt. Tyvärr får vi inte alltid de bästa verktygen. Det sätt som de flesta tycker om sannolikhet är till exempel olämpligt för det moderna.

På en viss dag kommer någon person som bor i ett modernt samhälle att engagera sig i organisationer, maskiner och prissättningsmodeller som de inte helt förstår. De flesta människor använder sig av de dagliga pusselarna på ett praktiskt sätt, genom att använda den information som de måste maximera möjligheten till ett framgångsrikt resultat. Detta är i huvudsak vad våra föräldrar lär oss att göra som barn. Det här är ofta vad folk menar när de pratar om "logik". Men det här är också en ofta otillräcklig process. När det finns betydande kunskapsbrister skiljer sig det bara lite från gissning. Vi är kortfattat att tänka på sannolikhet på ett ineffektivt sätt. I stället för att fokusera på resultat bör vi fokusera på vår förståelse av situationer med hjälp av kärnanställningarna för Bayesian sannolikhet.

Bayesian sannolikhet innehåller grader av tro över historiska frekvenser: Tanken är att beslut som fattas av osäkerhet informeras av vad någon ursprungligen vet och uppdateras när man möter ny information. Tanken är att minimera risken samtidigt som lärande maximeras. I stället för att närma sig problem som monolitiska skar Bayesians dem upp i mer smältbara bitar. Kunskap ackumuleras under vägen.

För att förstå hur det fungerar måste du göra matematiken. Den centrala ekvationen, även känd som Bayes regel, formulerades av Thomas Bayes, en engelsk prästman och matematiker som dog i 1761. Det förutsäger händelsessekvensen som leder till ett resultat. I ekvationen står T för att hypotesen testas och E representerar de nya bevis som antingen kommer att bekräfta eller motbevisa hypotesen. Övertygelsen här är inte objektiv men villkorad mot tidigare antaganden och vad som lärs under vägen.

Ekvationen gör det möjligt för beslutsfattare att tilldela sannolikheter till bitar av information och händelser samtidigt som det finns en sannolikhet för ett underliggande antagande som visar på sannolikheten för ett resultat.

I en 2011-tidning hävdade professor Norman Fenton, professor i drottning Mary University, att det mest effektiva sättet att fatta beslut är genom probabilistiska modeller byggda av bayesiska nätverk. Han skriver att finanskrisen 2008 var ett väckarklocka som människor och finansiella system behöver bli bättre vid riskbedömning. Medan Bayesian sannolikhet har funnits som en kritisk konstruktion sedan 1500-talet, tillämpas den inte brett eller undervisas. Och medan det är uppenbart att Bayesian tanke gäller för ekonomi, det känns också för en mängd andra situationer.

"För att hantera sådana problem problematiskt och effektivt behöver vi en noggrann metod för att kvantifiera osäkerhet som gör det möjligt för oss att kombinera data med expertbedömning, skriver Fenton. "Bayesian sannolikhet är ett sådant tillvägagångssätt."

Fenton gör fallet för den ökade tillämpningen av Bayesian teori, men den har antagits tidigare - och med god effekt. Alan Turing använde Bayesian statistik vid sprickningskoder under andra världskriget. Den enda anledningen till att den inte populariserade ett nytt sätt att tänka var att ingen upptäckte att informationen avklassificerades under 2012. Det var också året Nate Silver använde Bayes ekvation för att förutse valresultatet 2012 med imponerande noggrannhet.

Bayesian sannolikhet är bättre än andra framtidsutsikter eftersom det också är en av de få metoder som står för hur oförutsägbara människor verkligen är. Medan det innehåller vad man vet, svarar det också på det faktum att mänskligt val ständigt påverkas av kontextuella och situationella variabler. Det här är till hjälp om du försöker lista ut vilka lager som ska investeras i, eller vilken fruktplatta som är mest framgångsrik i ditt potluck.

Men hur kan du tillämpa det idag? Enkelt: Tänk på vad du tycker du vet och varför du tror att du vet det innan du fattar ett beslut. Tänk sedan om det beslutet kommer att tillåta dig att bekräfta eller förneka dina misstankar. Det är ganska mycket så enkelt. Det handlar om att disciplinen ska fokusera på varför av vad som händer i stället för händelsens enkla verklighet. Bara för att något händer gör det inte troligt.