Ragionamento probabilistico Flashcards

(34 cards)

1
Q

def di probabilità

A

quanto è possibile che accada un evento X?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Teorie della probabilità

A
  • classica
  • frequentista
  • soggettiva
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

teoria classica della probabilità

A

rapporto tra casi favorevoli e casi possibili
→ Probabilità di un evento: possibilità logica che esso accada = probabilità oggettiva
!!! Gli eventi vengono considerati logicamente equivalenti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

def Teoria frequentista

A

: rapporto tra casi favorevoli verificatisi e tutti i casi osservati

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

carattersitiche della teroia frequentista

A

○ Utilizzo di sistema 2
○ Probabilità oggettiva MA! Margine di discrezionalità → impossibilità di ripetere delle prove all’infinito o sempre nelle stesse condizioni come vorrebbe la teoria
Esempio: valutazioni metereologiche. Posso dire che c’è la probabilità che pioverà oggi perché il cielo è grigio ma magari è grigio con una conformazione di nuvole diversa da quella dell’ultimo giorno di pioggia
○ Probabilità = frequenza: limite tendente a più infinito di quante volte è uscito testa
!!! Non puoi lanciare all’infinito una moneta quindi devi già introdurre un elemento a tua discrezione/di giudizio
Esempio: ponendo di lanciare un infinità di volte una moneta …

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

def di teroia soggettiva

A

giudizio personale basato su esperienze pregresse → la mia impressione mi fa fare una stima di probabilità (sistema 1)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

caratteristiche prob soggettiva

A

○ Infinite possibilità di previsione, perché?→ mi baso sulle mei sensazioni e conoscenze che sono potenzialmente infinite
○ Probabilità vere: sistema binario
- 0 = evento non accaduto
- 1 = evento accaduto
!!! Non possiamo sapere l’esattezza della previsione fino a quando l’evento non è accaduto

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

def di giudizio di probabilità

A

: misura numerica della forza di una credenza in una certa proposizione
□ Definizione:
- Proposizione: affermazione che può essere vera o falsa, puoi riguardare passato presente o futuro
- Giudizio: uso di un numero per indicare la forza della credenza
!!! Guidano le nostre azioni
Esempio: se credo che pioverà allora porterò l’ombrello sennò non lo farò (*)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

esperimento di Lichtestein e Fischoff

A

○ Strumenti: questionario con una serie di domande, tutte con due possibili opzioni di risposta di cui una era quella corretta
○ Passaggi
1. Somministrazione del questionario
2. Proporzioni di risposte corrette per ogni partecipante → da 0 a 1
3. Calcolo della media dei giudizi di fiducia (= quanto credevano di averci preso) → da 0,5 (risposte date a caso)a 1
○ Risultati: Le persone manifestano 3 tendenze
1. Perfettamente calibrate = risposte corrette e fiducia proporzionali tra loro
2. Under confident: sfiducia nelle proprie capacità
3. Over confident: troppo convinte che le loro risposte fossero giuste
□ La maggior parte delle persone ha questa tendenza.
□ Si nota questa tendenza anche
- Usando scale diverse
- Senza usare domande a scelta multipla
- Aggiungendo la ricezione di feedback
- Aumentando la motivazione di rispondenti
□ Più sbagliamo più aumenta
Esempio: riposte corrette 55%, taso di fiducia 80%

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

casue della sovrastima dei giudizi di probabilità

A
  • tratti di perosnalità
  • differenze individuali (esperienze/conoscenze)
  • processi di memoria = recupero di info distorte
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

per che tipo di fenomeni le stime saoggettive assomgilano a quelle reali

A

eventi stabili

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

def bias

A

deviazioni sistematiche rispetto ad uno standard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

def euristica

A

scorciatoia che ti porta ad errore → pensiero probabilistico: sostituzione di attributi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

cosa vuoldire sostituzioen di attributi

A

Quando valuti la probabilità di un evento non stai temendo in considerazione l’evento che devi valutare ma ti focalizzi su un aspetto di questo evento e ci fai una probabilità ma è una probabilità distorta perché hai sostituito l’evento principale con un altro attributo (parte dell’evento)
!!! Processo involontario non controllabile diverso dalle euristiche fast and frugal che erano delle valutazioni Step-by-Step
!!! Non conducono sempre a Biases ma quando lo fanno è perché sono modelli di pensiero rigidi = non si adattano al cambiamento

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

teoria dei due sistemi applicata al ragionamento probabilistico

A

○ Sistema 1: ragionamento veloce → euristiche = probabilità di un evento
○ Sistema 2: ragionamento lento → ragionamento formale = validazione/controllo della probabilità
!!! Lavorano in parallelo se ci sono risorse cognitive disponibili

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

lista di bias

A
  • euristica della disponibilità
  • eurisitca della rappresnetatività
  • bias del senno di poi
  • effetto della storia perosnale
  • fallacia della frequenza di base
  • effetto pigmalione
  • fallacia della congiunzione
  • effetto di subadditività
  • fallacia del giocatore
  • illusione di controllo
15
Q

euristica della disponibilità probabilità

A

primi elementi che ti vengono in mente di una categoria sono quelli che influenzano il nostro giudizio di probabilità.
→ Frequenza = probabilità → sostituzione
→ Gli elementi più salienti di facile recall influenzano al nostra valutazione di probabilità
!!! Non siamo in grado di lavorare con tutta la rappresentazione di una classe ma lavoriamo solo con una parte della stessa = elementi più rappresentativi
Esempio:
1. Qual è la probabilità che tra queste persone ce ne sia qualcuna con il nome che finisca con NDA

16
Q

perchè alcuni elementi si rievocano più facilmente

A

○ Salienza
○ Drammaticità
○ Esperienza personale

17
Q

caratteristica peculiare di un’euristica

A

è sia una deliberata strategia di problem solving del sistema 2 sia un’operazione automatica del sistema 1

18
Q

esperimenti eursitica disponibilità

A
  1. Venne chiesto a degli americani di valutare se in inglese ci fossero più parole con la L per prima o con la L in terza fila. Buona parte disse che c’era una maggior probabilità nel primo caso, giudizio che è falso e che è guidato dalla maggior disponibilità nel recall di parole con la L come iniziale.
    2. Tversky e Kahneman: chiedono ai partecipanti di ascoltare la lettura di 2 liste e di dire se in ognuna ci sono più nomi di donne o di uomini. In una delle due si mettono un sacco di nomi di uomini famosi e di dinne meno famose anche se in quantità maggiore. Risultato dissero che c’erano più nomi di uomini = disponibilità maggior perché famosi = conosciuti
19
Q

disponibilità e raporesnetatività sono eoclogicamnete valide ?

20
Q

def fallacia della frequenza di base

A

A volte ci dimentichiamo la vera probabilità di un evento della realtà = non considero tutti i casi ma solo quelli che io conosco

21
Q

esperimento di Tom W tversky e kahneman

A

3 gruppi sperimentali
1. Base rate: valutarono la frequenza Ehi relativa degli studenti laureati in 9 corsi di laurea
2. Gruppo somiglianza: viene data una descrizione di Tom e viene chiesto di dire quanto Tom è simile al prototipo dello studente di ciascuna facoltà
3. Gruppo probabilità: gli viene dato una descrizione ancora più dettagliata e gli viene chiesto in base al profilo di personalità di giudicare la probabilità che Tom b fosse uno studente di uno dei corsi di laurea
→ Gruppo somiglianza e gruppo probabilità danno dei risultati che correlano benissimo
→ I partecipanti tengono conto del profilo di personalità, Ehi ovvero di Tom, senza considerare le vere frequenze per ogni facoltà.

22
Q

fallacia della congiunzione

A

La probabilità di trovare un solo attributo sia maggiore che 2 attributi.
Esempio: anna/anna rossi
Eppure la gente pensa che più attributi ho su qualcosa/qualcuno più quel qualcosa o qualcuno è probabile = sovrastima della congiunzione

23
fallacia di sub adittività
Tendenza a giudicare la probabilità del tutto minore della probabilità delle sue parti
24
effetto di super adittività
se gli attributi sono degli elementi atipici di una categoria il livello di supporto si riduce quindi risulta che la prob globale è maggiore di quella degli elementi singoli atipici
25
fallacia del giocatore
La gambler's fallacy, anche nota come “Monte Carlo fallacy”, è la credenza secondo cui, se si constata in prove indipendenti e ripetute uno scostamento di un evento dall’esito atteso, quello stesso evento avrà maggiori probabilità di verificarsi in futuro.
26
illusione di controllo
tendenza a credere che si possano controllare o almeno influenzare dei risultati sui quali oggettivamente non si possiede alcun tipo di controllo.
27
effetto pigmalione
'effetto Pigmalione, noto anche come effetto Rosenthal, deriva dagli studi classici sulla "profezia che si autorealizza" il cui assunto di base può essere così sintetizzato: se gli insegnanti credono che un bambino sia meno dotato, o più dotato degli altri, lo tratteranno, anche inconsciamente, in modo diverso dal resto del gruppo; il bambino interiorizzerà il giudizio e si comporterà di conseguenza; si instaura così un circolo vizioso per cui il bambino tenderà a divenire nel tempo proprio come l'insegnante lo aveva immaginato.
28
effetto equazione perosnale
L'effetto equazione personale si manifesta quando giudichiamo positivamente persone con caratteristiche simili alle nostre, e negativamente le altre. In questo caso, facciamo di noi stessi il metro di giudizio, e ignoriamo magari una risorsa competente e capace ma con prospettive differenti dalle nostre.
29
bias del senno di poi
Eventi simili a eventi precedentemente vissuti vengono valutati come più probabili = esperimento di fishvhoff
30
modalità di presentazione dei dati elenco
- narrativo - frequenze - fraizoni - percentuali - implciito = comportamenti
31
probability format
Probabilità Differenze tra i 2: 1 = probabilità, percentuali, possibilità 2 = frequenze, hanno crisi Effetto Slovic: il formato numerico da una percezione del rischio diversa. Solo parzialmente è imputato ai numeri ci sono altri fattori linguistici che diminuiscono la percezione di pericolosità Euristica dell’affettività: nel caso della frequenza relativa vengono suscitate delle immagini “frightening” perché ci si riesce ad “immaginare il numeratore” nel caso della probabilità non c’è la stessa salienza → L’alone emotivo che suscitano probabilità o frequenze cambia e influenza la nostra valutazione di probabilità.
32
perchè scgelaijmo numeri più grandi?
- Dimentichiamo il denominatore della frazione = a numeratore più grand corrisponde il rischio - Impressione che genera la grandezza del numero = effetto che si ridurrebbe se guardassi i campioni di riferimento = frequenze di base/non si considerano le entità reali