1701820943
一本小小的蓝色逻辑书 [:1701819668]
1701820944
假设测试法
1701820945
1701820946
法则18
1701820947
1701820948
要想做假设测试，你至少要学会使用一张“双向”表格。
1701820949
1701820950
很多时候，我们会需要评估那些未经证实的提议。这时你可以使用假设测试。虽然假设测试最初是用在科学研究领域，但我们同样可以用它来解答一些类似于“素食者会更长寿吗？”“看电视是否让人更容易有暴力倾向？”“股票经纪人是否一定比普通白领更善于投资？”“我是否得了癌症？”之类的问题。
1701820951
1701820952
在利用假设测试进行推测时，一定要使用一张“双向”表格，这样你就可以通过两个变量的组合，将可能出现的结果分为四种。
1701820953
1701820954
最后，我们还是要问：二者之间真的存在因果关系吗？因果性推断要想成立，就必须通过“双向”表格测试。“双向”表格事实上是一个矩阵，其作用在于将两条信息放在两组变量之下进行对比，并最终将信息分为四种情况。
1701820955
1701820956
举个例子，如果你想弄清“高于平均值的技术水平是否会让你的年收入也同样高于平均值”这个问题，你可以列出以下四种可能，如表3-17所示。
1701820957
1701820958
表3-17 技术水平与年收入的矩阵
1701820959
1701820960
1701820961
1701820962
1701820963
我们假设你采访了100个人，并得到了上述结果。你发现，一个人的收入水平确实跟他的技术水平存在一定关联。毕竟，大多数技术水平较低的人（30人）年收入也比较低。同样，在技术水平较高的人中，超过一半的人（30人）也得到了更高的收入。
1701820964
1701820965
但别忘了，我们的目的是要弄清一个人的技术水平和他的收入水平是否直接挂钩。如果答案是肯定的话，我们会看到收入和技术水平之间出现严格的一一对应。
1701820966
1701820967
再举个例子，股票经纪人到底能做什么？
1701820968
1701820969
“我的经纪人帮我实现了超出平均值的回报。事实证明，无论是判断股市指数还是具体公司的表现，他的预测都是正确的。而我的好朋友，一位久经沙场的商务人士，一直都是自己在买进卖出，回报率却始终为负，他几乎每次都判断错误。所以我的忠告是：千万不要自己插手，把事情交给专业人士，只管坐等收益即可。”
1701820970
1701820971
听到这样的观点，你该如何判断呢？我们的做法是：首先假设该观点是正确的，然后用下面的矩阵进行测算，如表3-18所示。
1701820972
1701820973
表3-18 股票经纪人与普通商务人士预测准确率矩阵
1701820974
1701820975
1701820976
1701820977
1701820978
需要注意的是，我们这里会用到百分比，因为商务人士的数量肯定要比股票经纪人多得多，所以我们只能用各自的成功率来计算。打个比方，尽管只有50名股票经纪人的判断是正确的，但由于股票经纪人的总数只有200人，所以他们的正确率是50/500=25.0%。而虽然有100名普通商务人士做出了正确判断，但由于有800名商务人士做出了判断，所以他们的正确率只有100/800=12.5%。
1701820979
1701820980
表3-20中的数字虽然只是我们的假设，而且为了简化问题，我们不再对这些数字进行进一步分析了，但通过这些数字，我们却可以清晰地看到，股票经纪人做出正确预测的概率（25.0%）是普通人（12.5%）的2倍，所以我们可以得出结论：在进行市场预测方面，跟一般商务人士相比，股票经纪人确实技高一筹。需要提醒的是，我们不能用双方做出准确预测的次数，而是要用其准确预测的百分比，来衡量其能力——也就是说，我们要清楚股票经纪人预测准确的百分比，以及普通商务人士做出准确预测的百分比。
1701820981
1701820982
所谓假设，是指“一个有待于证明的结论”。比如说我们担心自己身体出了问题，尤其害怕得癌症，于是决定去医院做体检。这时我们心里会有一个假设：我没有得癌症。
1701820983
1701820984
体检完成之后，医生会根据检查结果来判断我们有没有得癌症。在这个过程中，可能的结果有四个：可能得了癌症，也可能没得；体检可能检测出癌症，也可能没检测出。我们之前的假设可能成立，也可能不成立，我们可能会接受，也可能会排斥。换句话说，即便假设是正确的，我们也可能会出现接受或排斥的反应；而当假设是错误的，我们也可能会出现接受或排斥的反应。所以可能的结果如表3-19所示：
1701820985
1701820986
表3-19 假设与决定矩阵
1701820987
1701820988
1701820989
1701820990
1701820991
其中TA表示“接受正确的假设”，TR表示“排斥正确的假设”，FA表示“接受错误的假设”，FR表示“排斥错误的假设”。正常情况下，我们都应该避免排斥正确的假设（Ⅰ类错误），或者避免接受错误的假设（Ⅱ类错误）。
1701820992