打字猴:1.701778268e+09
1701778268
1701778269 下面我要提一些问题,看看读者对于一些成对的变量之间的相关性有什么样的想法。具体而言,我会问你,假定在一个情景中A比B更关键,那么在另一个情景中A比B更关键的可能性有多大。通过数学公式,你以概率术语给出的答案可以被转换成相关系数。
1701778270
1701778271 如果对于下述任何一个问题,你说“50%”,那意味着你认为一个场景中的行为与另一个场景中的行为之间没有任何联系。如果你说“90%”,那你是说两个场景中的行为之间有着极强的联系。下面的第一个问题是有关拼写能力的。如果你认为某人在一个场景中表现出的拼写能力与在另一个场景中的表现无关,那么你会说“50%”。如果你认为两者之间有着极强的联系,你可能会说“90%”。请做出保证:针对以下的每一个问题写下你的答案,或者至少将你的答案大声说出来。
1701778272
1701778273 1.如果卡洛斯在四年级第一个月末的拼写测验中的得分高于克莱格,那么卡洛斯在第三个月末的测试中仍取得较高分数的概率有多大?
1701778274
1701778275 2.如果朱丽亚在篮球赛季中的前20场比赛里都拿到了比詹妮弗多的分数,那么朱丽亚在接下来的20场比赛中仍拿到较高分数的概率有多大?
1701778276
1701778277 3.如果比尔在你第一次遇到他的时候表现得要比鲍勃友好,那么你第二次遇到他时他仍表现得更友好的概率有多大?
1701778278
1701778279 4.如果在你眼中,巴布在前20次情形下比贝斯表现得更诚实(是否公平付账,在玩棋盘游戏时是否作弊,是否诚实告知在班级中的分数等),那么在之后的20次场景中巴布仍表现得更诚实的概率有多大?
1701778280
1701778281 下表的数据表现了你刚才针对每个问题做出的相关性系数和对应的估计百分比。
1701778282
1701778283 从估计百分比到相关系数的转换
1701778284
1701778285
1701778286
1701778287
1701778288 这里的数据基于我之前做过的研究。我已经了解了人在两种场合下表现出的拼写能力之间的关系,20次拼写考试平均分数与另20次测试的平均分数间的相关性,某个人在不同场合表现出友好的感觉之间的联系,在20个场合中表现出友好的平均状况与另外20个场合的平均状况的相关性,等等。
1701778289
1701778290 我确定你给出的答案符合下列的套路。
1701778291
1701778292 1.你的答案表明,你认为在篮球赛中,球员在20场比赛中的表现与另外20场中的表现高度相关,这种相关度高于一场拼写测验分数与另一场拼写测验分数之间的联系。
1701778293
1701778294 2.你的答案表明,你认为在两个场合中表现出的友好程度高度相关,不过这种相关和20个场合中的诚实度与另外20个场合中的诚实度之间的相关性同样高。
1701778295
1701778296 3.你的答案还表明,人的品性在不同场景中表现出的一致性要高于能力上的一致性。
1701778297
1701778298 以上描述是从我和齐瓦·孔达所做的实验中的大学生参与者那里得来的。
1701778299
1701778300 请看下图中的数据,你可以发现人们对于反映了能力(从拼写测试和篮球比赛中得到的平均数据)的行为的推测更接近事实。人在两个不同场合中的行为(拼写或是在篮球比赛中得分)有一定相关性,大致是0.5。人们推测出来的关于那种关联的重要性在金钱问题上也成立。
1701778301
1701778302
1701778303
1701778304
1701778305 人们基于能力测验(拼写和打篮球)和品性测试(友好和诚实)得出的少量数据和大量数据而做出的相关性推测。
1701778306
1701778307 人们同样认识到了大数定律对相关性的重要影响。如果你看一下许多行为的综合得分情况,并将分数与另一些行为的得分情况相联系,则相关性会更高。人们意识不到一系列行为的相关性究竟有多高,但是能明白可以从前20次行为推断随后的20次行为,且这种推断的可靠性比从一次行为推断另一次行为要高。
1701778308
1701778309 对比一下推测与能力有关的行为的准确性和推测与品性有关的行为的不准确性。人们认为人在不同场合中表现出诚实的相关性与不同情境中表现出友好态度的相关性都达到了0.8的系数!这其实是极其错误的。不同场合中人表现出的某种品性间的相关系数通常是0.1或更低,几乎不会超过0.3。这里所犯的错误是很严重的,而整个推理过程都充满了日常生活中的谬误(前述章节都讨论过)。我们以为自己通过观察人们在某个单一情境中的行为就能洞察其品性。犯这种错误的部分原因是基本归因谬误,我们也没能认识到大数定律同样也适用于对人所具有的品性的分析。我们总以为能从很小的样本中得到许多信息,一方面是因为我们倾向于低估场景中的环境因素,另一方面是因为我们以为凭借一种情况就能得到充分的证据以推断另一种情况,即使两者大相径庭。此外,我们还忽视了不断增加的样本量对整体情况的影响。如果你基于相当数量的场景观察某个人与品性相关的行为,并将其在20个场景中的总体表现与在另外20个场景中的总体表现对比,则的确会有很高的相关性。问题在于,人们误以为这种针对品性行为的大数定律对于小样本量的行为也成立。
1701778310
1701778311 为什么在以单一场景测量能力和品性时所得到的结果的准确性有如此大的差异呢?为什么人们认识到了大数定律在准确测量能力相关行为的重要性,却一再无视其在准确测量品性相关行为的关键作用呢?
1701778312
1701778313 秘密在于编码。对于许多种能力我们都知道可以用什么单位来衡量,并且能为它们赋值:拼写正确单词的比例;罚球的命中率。然而,评判友好的合适单位是什么呢?每分钟微笑的次数吗?每次社交过程中“友好氛围”出现的次数吗?我们如何比较人们在周六晚上的派对上表达友好的方式与其在周一下午的委员会会议上释放善意的方式?人们在不同情境下的行为方式是如此不同,以至在A场合中表现友好的方式并不能作为B场合中表现友好的标志。而找出场合A中所有表现友好的标志同样很困难,甚至是不可能的。即使能穷尽所有可能,那我们也无法将A场合中这数量众多的标志与同样多如牛毛的B场合中的标志做比较。
1701778314
1701778315 那么,如何才能正确推测与品性相关的行为呢?我们不必找到所谓正确的测量品性行为的单位,也不必穷尽所有表现品性的方式。心理学家通过研究来解决,而如果我们要做这种测量,那么不必对某一个人提及具体原因,否则他们会觉得我们疯了。(“我要为乔希在开会时以微笑表示友好的行为打18分,这是通过他嘴角上扬的次数乘以每次上扬的弧度得出的。你到底是在做什么?”)
1701778316
1701778317 最有效地避免对某个人的行为做出错误推断的方式是提醒自己,只有当两个场合的情境完全一致时,才可以凭借这个人在其中一个场合的行为推断他在另一个场合中的行为。即便这样做,你在进行推测时还是要格外小心。
[ 上一页 ]  [ :1.701778268e+09 ]  [ 下一页 ]