《噪声》：做聪明的决策者

《噪声》：做聪明的决策者 字体： 小 中 大 分享到： 《噪声》：做聪明的决策者 2021-11-08 09:46:00 来源：新华网

↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑859

噪音

[以色列]丹尼尔·卡内曼/[法国]奥利维尔·西博尼/[美国]卡斯·r·桑斯坦。

、王、、等译。

浙江教育出版社湛卢文化出品

内容简介

《噪音》一书通过系统的研究，通过两个公式揭示了“判断错误”的本质，通过对三种噪音的系统分析，带你直达噪音。并且从六个部分阐述了“噪音”:从发现噪音到探索人类判断的本质，从预测噪音到解释噪音产生的主要原因，从讨论如何提高判断和防止错误的实际问题，到什么是合适的噪音水平。“噪音是随机的，但却是致命的。卡尼曼在书中提出了六条原则，帮助你重塑决策框架，做一个聪明的决策者。与此同时，卡尼曼巧妙地附上了一份使用“噪音审查”的指南和一份写给决策者的“观察者”名单。读这本书可以帮助你重塑决策框架，远离噪音，做一个聪明的决策者。

精彩的图书摘要

哪里有判断，哪里就有噪音。我希望你现在会同意这个观点。我们也希望这对你来说不再超出想象。正是这个目的促使我们研究这个项目。经过多年的努力，我们对这个问题的思考逐渐深入和完善。现在，让我们回顾一下我们所学过的噪声成分，它们对噪声的重要影响以及各自在判断中的作用。

噪声分量

图16是在第5、6和16章中介绍的三个方程的组合图。该图显示了误差的三个连续分解:

误差被分解成偏差和系统噪声，

系统噪声被分解成水平噪声和模式噪声，

模式噪声被分解为稳定模式噪声和环境噪声。

现在，您可以看到MSE是如何分解为偏差和三个噪声分量的平方的(我们之前讨论过)。

图16:误差、偏差和噪声成分

当我们开始这个研究项目时，我们关注偏差和噪声在总误差中的相对权重。我们很快得出结论，在误差中，噪声通常比偏差多，因此，噪声非常值得我们进一步探索。

我们早期对噪声成分的思考是基于噪声检测的复杂框架。在这个框架中，多人对多个案件做出判断；联邦法官的研究和惩罚性赔偿的研究都是这样的例子。从这些研究中获得的数据可以可靠地估计水平噪声。另一方面，虽然每个参与者对每个案例只判断一次，但无法判断残差(我们称之为模型误差)是变化的还是稳定的。根据统计分析的保守原理，残差通常被视为随机误差。换句话说，模式噪声完全默认为上下文噪声。

长期以来，这种将模式噪声解释为随机误差的传统方式限制了我们的思维。关注水平噪声(严厉和宽容的判断者之间或乐观和悲观的预测者之间的稳定性差异)似乎是很自然的。然而，有证据表明，不相关和变化的环境也会影响判断，从而产生情境噪声，这引起了我们的研究兴趣。

这些证据使我们逐渐认识到，不同人做出的判断充满了噪音，这在很大程度上既不是普遍偏差，也不是变化或随机因素造成的:特定个体对多个特征的稳定和个性化反应决定了他们对特定案例的反应。最后，我们得出结论，我们应该放弃将模式噪声视为随机变化的观点。

虽然要谨慎，但也要尽量避免基于有限的案例做出过度的概括。但综合我们的研究发现，稳态模式噪声其实比系统噪声的其他成分更重要。由于我们很少在同一项研究中全面探讨误差的组成部分，因此我们需要进行准确的分析才能得出这样一个暂时的结论。简而言之，以下是我们知道的和不知道的。(摘自第十七章，噪音来源:偏差是一个醒目的数字，噪音是我们不注意的背景)

作者简介

(从右至左:丹尼尔·卡内曼、卡斯·桑斯坦、奥利维尔·西博尼)

丹尼尔·卡内曼:诺贝尔经济学奖得主，全球畅销书《思考，快与慢》的作者。

巴黎高等商学院(HEC Paris)教授奥利维尔·西博尼(Olivier Sibony)在全球最大的战略咨询公司麦肯锡公司(McKinsey & Company)担任高级合伙人已有25年。

卡斯·r·桑斯坦(Cass R. Sunstein):哈佛大学法学院教授，行为经济学和公共政策研究项目创始人兼主任，主要研究领域为政策制定。

【纠错】