Een algemene voorspellingsmethode

Dit is een algemene voorspellingsmethode. U kunt de methode toepassen als u een kwantitatieve variabele moet voorspellen, zoals een cijfergemiddelde, rendement op investeringen of de groei van een onderneming. De benadering is gestoeld op uw intuïtie, maar corrigeert deze, brengt haar richting het gemiddelde. Als u sterke aanwijzingen hebt om de kantoor huren maastricht nauwkeurigheid van uw intuïtieve voorspelling te vertrouwen (als er dus een sterke correlatie bestaat tussen de aanwijzingen en de voorspelling), zal de aanpassing beperkt blijven. Intuïtieve voorspellingen moeten worden gecorrigeerd omdat ze niet regressief zijn en dus gebukt gaan onder bias. Stel dat ik voor iedere golfer in een toernooi voorspel dat zijn score op de tweede dag dezelfde zal zijn als zijn score op de eerste dag. Deze voorspelling kantoor huren breda houdt geen rekening met regressie naar het gemiddelde: de golfers die goed presteerden op dag 1, zullen gemiddeld minder goed spelen op dag 2 en degenen die op dag I slecht speelden, zullen verbetering laten zien. Als ze met daadwerkelijke uitkomsten worden vergeleken, zal blijken dat niet-regressieve voorspellingen door bias worden gekenmerkt. Ze zijn over het algemeen te optimistisch voor golfers die goed speelden op dag I en te pessimistisch
200 Deel Il – Heuristieken en biases
voor golfers die een slechte start kenden. De voorspellingen zijn net zo extreem als de aanwijzingen. Op soortgelijke wijze zult u, als u prestaties uit de kindertijd gebruikt om cijfergemiddelden op de universiteit te voorspellen, teleurgesteld zijn over de academische prestaties van vroege lezers en aangenaam verrast over de cijfers van degenen die laat hebben leren lezen. De gecorrigeerde intuïtieve voorspellingen elimineren deze biases, zodat voorspellingen (zowel de positieve als de negatieve) een even grote kans hebben om de daadwerkelijke uitkomst te over- of onderschatten. Ook als uw kantoor huren amsterdam voorspellingen geen bias hebben, zult u nog fouten maken, maar de fouten zijn minder extreem en zijn niet overmatig gericht op hoge of lage uitkomsten.
Ter verdediging van extreme voorspellingen? Ik heb het Tom W.-vraagstuk gebruikt ter illustratie van voorspellingen van losstaande uitkomsten, zoals een studierichting of een succesvol verlopen tentamen. Deze voorspellingen worden uitgedrukt door een kans aan een bepaalde gebeurtenis toe te kennen (of door uitkomsten te rangschikken van meest naar minst waarschijnlijk). Ik heb ook een procedure beschreven om veelvoorkomende biases van dergelijke losstaande kantoor huren haarlem voorspellingen te elimineren: het negeren van a-priorikansen en het niet op waarde schatten van de kwaliteit van bepaalde informatie. De biases in voorspellingen die op een schaal worden uitgedrukt, zoals cijfergemiddelde of de inkomsten van een onderneming, lijken op de biases die we tegenkomen bij het inschatten van de kans op bepaalde uitkomsten.

Geef een reactie