当大数据一词变得流行时，人们倾向于认为大量数据将有助于创建更好的预测模型、获取更多知识以及做出更好决策的能力。
但真的是这样吗？
所以，虽然这是一篇老文章，但我想谈谈企业家亚当·罗宾逊根据大约半个世纪前进行的研究，他解释说，更多的数据不会带来更好的决策，实际上会导致危险的错误。文章我找到了，所以在这里介绍一下。
下面是译文。
几乎每个投资者在他们年轻的时候都被告知，或者通过他们毕业的商学院的常规课程被推荐，如果不是直接推荐的话。
他们对世界了解得越多，他们的投资回报就越好。特别是如果您为提供数据支持的产品和服务的组织工作。
这意味着我们获得和评估的信息越多，我们的信息就越多，我们就能做出更好的决策。而且你收集的信息越多，你知道的信息越多越好。尤其是在数字世界中。
但在违反直觉的投资世界中，情况并非如此。这是因为在这个世界上，收集大量信息甚至会损害投资结果。
1974年，世界著名心理学家、诺贝尔经济学奖得主丹尼尔·克尼曼（Daniel Kerniman Contribution）的同事保罗·斯洛维奇（Paul Slovic）发起了一项研究，评估信息对决策的贡献作用。所有商学院都应该教授这项研究。
斯洛维奇召集了八位专业的赛马情报员说：“我想看看你们预测赛马获胜者的能力如何。”这些提示者都是优秀的专业人士，他们靠赌自己的预测谋生。
斯洛维奇说，测试包括四轮，每轮预测 40 场比赛。
在第一轮中，每个赌徒可以获得他们想要的关于每匹马的 5 条信息。一位自卸车可能想知道作为五项信息之一的骑师有多少年的经验，而另一位自卸车根本不在乎，您可能想知道马匹曾经达到的最佳速度。
而且，重要的是，当每个小费预测哪匹马会赢得每场比赛时，他还问他对自己的预测有多大的信心。
每场比赛平均有 10 匹马，所以即使你碰巧猜到了，你也有 10% 的几率是对的（十分之一）。这意味着您应该对自己的预测至少有 10% 的信心。
在第一轮中，只有 5 条信息，提示者的正确率达到了 17%。这个不错。这比在没有任何信息的情况下进行随机预测时的 10% 准确率高出 70%。此外，他们对每个人的信心水平约为 19%。换句话说，准确率为 17%，置信度为 19%。
在接下来的第二轮中，给出了10条信息。第三轮给了20个小费，最后的第四轮给了40个小费。
然而，令人惊讶的是，正确答案率在所有轮次中保持不变，始终为 17%。尽管第四轮比第一轮多出 35% 的信息，但准确率并没有提高。
但这还不是全部。不幸的是，他们的信心在上一轮上升了 34%，是第一轮的两倍。
更多的信息并没有让他们的预测更准确，但确实让他们更有信心。这导致他们在赌注上花更多的钱，从而损失更多的钱。
超过一定的最低数量，更多的信息，甚至抛开与获取信息相关的成本和时间惩罚，都会增加心理学家所说的“确认/肯定偏差”。你最终只会做更多的事情。
当我们收到与我们最初的评估和结论相冲突的信息时，我们会很方便地忽略或忽略它。相反，当我们收到确认这些初步决定的信息时，我们会更加确信我们的结论是正确的。
让我们回到投资。
试图理解世界的第二个问题是世界太复杂而无法理解。我们越是试图理解这个世界，越是试图解释已经发生的事情和趋势，我们就越容易陷入自己的观点中，这些观点通常或多或少是错误的。您最终没有注意到实际发生在您面前的财务趋势。
更糟糕的是，它让投资者错误地相信他们认为自己了解这个世界，而实际上他们往往或多或少是错误的。
我们经常从经验丰富的投资者和金融专业人士那里听到“这种趋势很疯狂”。 “美元下跌如此之多，这太疯狂了。”
但是，当投资者说某些事情是“错误的”时，真正发生的是他们有很多理由相信趋势应该朝相反的方向发展。所以他们认为目前的趋势是“疯狂”。但正是他们用来理解这个世界的模型才是完全“有趣”的。这就是好笑。世界永远是对的。
事实上，金融趋势如此复杂，涉及全球范围内人类的各种行为和信仰，而最强大的趋势总是那些看起来“疯狂”并从中获利的趋势。已经太迟了。
因此，当我听到媒体中成熟的投资者和评论员说，例如，能源股继续下跌如此之多很奇怪时，我知道能源股可能会进一步下跌。由于这些投资者对交易采取错误的态度并拒绝接受正在发生的事情，他们最终会更加相信他们最初的决定并购买更多的能源股。最终，你将不得不认输并出售这些能源股，这将进一步推动股票下跌。
翻译，结束。
后记
在这次冠状病毒大流行中，与现实发生的事情相比，专家们说的很多事情都是错误的。许多常见错误之一是： (参考)
他们说戴口罩可以防止感染，但实际上，这并不重要。许多专家说接种疫苗可以预防感染，但实际上并没有。日本现在拥有世界上最“积极的人”，人均人口超过美国。
他们说，接种疫苗可以防止疾病变得严重，但并没有将患者人数减少到住院的程度。
70% 的人表示，如果他们接种了疫苗，他们可以获得群体免疫，但事实并非如此。日本是世界上疫苗接种率最高的国家。
在美国，尤其是共和党各州，很早就发现这些所谓的专家“模型”或“理论”与实际发生的情况不符，并且很快就做出了路线修正。在佛罗里达州，截至 2020 年 9 月，所有电晕限制都已取消。州长的决定是基于数据而非理论的实际情况，但此后一直受到自由媒体和“专家”的批评。然而，两年后的现在，即使是美国的自由派媒体也不得不承认佛罗里达的措施是正确的。
既然“理论上”是正确的，那就忍一忍，试着做的更彻底，民主各州长期以来一直在做同样的措施，但现在连那些州都没有做任何事情。已经有一段时间了规定消失了。
对俄罗斯的金融和经济制裁也是如此。这不是俄罗斯的错或类似的事情，但它会继续实施多长时间的制裁，这些制裁没有达到他们原本应该产生的效果，并且正在给他们自己造成痛苦？ (参考线程)
欧元和日元均大幅下跌，卢布大幅上涨。
此外，欧洲对俄罗斯实施能源禁运，导致能源价格飞涨，公民和企业就像生活在受制裁的国家一样遭受痛苦。 (参考)
我们人类是不完美的，所以即使是专家也擅长解释与过去有关的事情，但对现在发生的事情往往是错误的。如果我们能够虚心接受这个事实，就应该能够摆脱继续坚持理论正确性的“演绎”思维方式，而成为观察现实中发生的事情的“归纳”思维方式，努力去理解它，让“科学思维”成为可能。
（至于科学思维，我们过去做过研讨会录音，或者推文线程请参阅。 )
使用数据并不能保证它会导致更好的决策。此外，如文中所述，拥有更多数据并不能保证它会导致更好的决策。
通过使用数据，您将能够通过将它们与现实世界中发生的事情进行比较来验证您自己的假设和理论。这样，我们就可以在“今天比昨天更好”的意义上做出“更好”的决策，我们可以选择前进而不是停滞不前，我认为会是这样。
数据科学训练营培训
下一个”数据科学训练营》定于明年1月举行！
如果您想通过从零开始系统地学习数据科学、统计方法和数据分析，获得可以在商业领域使用的实用技能，请考虑参与这个机会！
不仅要获得业务数据分析，还要获得对日常生活和职业建设有用的数据素养，以及基于“更好决策”所必需的数据的科学思维。提供培训。细节是这里这是！
原创声明：本文系作者授权爱码网发表，未经许可，不得转载;
原文地址：https://www.likecs.com/show-308626527.html