Viel Lernen in Wirtschaft und Leben geschieht einfach durch Beobachtung. Automatisches Lernen (Wissen, das ohne Gewahrsein erlangt wurde) unterliegt Habituation und klassischer Konditionierung. Automatischer Lernprozess kann Menschen zu voreingenommenem Lernen verleiten. Gutes statistisches Denken kann unsere logischen und Problemlösungsfähigkeiten verbessern. Statistik ist die Kunst, numerische Vermutungen über rätselhafte Fragen zu machen (Wheelan, 2013).
1. Das richtige Problem lösen: Der schwierigste Teil einer Problemlösung ist das Verständnis genau, was das Problem ist. Das Problem muss umsetzbar sein (zB in einem falschen Job oder einer falschen Beziehung stecken bleiben). Wenn es nicht umsetzbar ist, dann ist es ein Gravitationsproblem (Burnett & Evans, 2016). Schwerkraftproblem ist eine Situation (ein Umstand) oder eine Tatsache des Lebens (zB alt werden). Es ist kein Problem, das gelöst werden kann. Die einzige Antwort auf ein Gravitationsproblem ist die Akzeptanz.
2. Bilden Sie eine Hypothese: Der erste Schritt im statistischen Denken ist die Bildung einer Hypothese (eine begründete Vermutung). Zum Beispiel stellen wir die folgende Beziehung auf: Kinder, die mit vielen Büchern in ihrem Zuhause aufgewachsen sind, tendieren dazu, in der Schule besser zu werden. Ziel ist es, die Ausgangshypothese durch Beobachtungen und Experimente zu verfälschen. Wenn wir die Nullhypothese nicht ablehnen, akzeptieren wir sie standardmäßig
3. Die zugrundeliegende Theorie: Jede Beobachtung hat mehr als eine Interpretation. Beobachtungen verkünden normalerweise nicht ihre Bedeutung und laden oft zu einer falschen Interpretation ein. Wir brauchen also ein paar Leitsätze, die die Auswahl eines Kontos über ein anderes ermöglichen. Zum Beispiel zeigen Studien, dass die Bildung und das Einkommen der Eltern eines Schülers einen signifikanten Einfluss auf die Schülerleistungen haben.
4. Assoziation ist nicht dasselbe wie Kausalität: Eine Ursache ist etwas, das einen Effekt erzeugt. Zum Beispiel, umgebende Kinder mit vielen Büchern machen sie nicht notwendigerweise zum Lesen. Die beiden Variablen sind positiv korreliert.
5. Confounding- Faktor: Ein Confounder ist eine dritte Variable, die Sie nicht berücksichtigt haben. Diese Variablen verzerren den wahren Kausalzusammenhang. Im vorherigen Beispiel werden beide Variablen (das Vorhandensein von Büchern und akademische Leistungen) wahrscheinlich durch eine dritte Variable verursacht, die elterliche Erziehung ist.
6. Reversion zum Mittelwert: Die vergangene Performance ist keine Garantie für die zukünftige Performance. Statistisches Denken sagt uns, dass jedem Ausreißer wahrscheinlich Ergebnisse folgen werden, die dem langfristigen Durchschnitt entsprechen. Dieses Phänomen ist bekannt als Reversion zum Mittelwert oder was normal ist. Dies erklärt, warum der Baseball-Rookie des Jahres im zweiten Jahr so oft eine Enttäuschung ist. Wenn wir die Performance als eine kontinuierliche Variable betrachten, die Mittelwert und Varianz betrifft, werden wir verteilte Performances mit extremen Werten erfahren. Eine beliebige Anzahl anderer Dinge könnte funktionieren, um das Leistungsniveau nach oben oder unten zu drücken.
7. Wahrscheinlichkeit ist nicht deterministisch: Unsere Intuition erfasst nicht die Natur der Zufälligkeit. Wir sehen Muster, in denen keine existieren könnte. Zum Beispiel, wenn eine Münze fünfmal hintereinander köpft, haben die Leute ein starkes Gefühl, dass der nächste Flip eher zu Schwänzen als zu Köpfen führt. Jeder Schlag ist ein unabhängiges Ereignis. In ähnlicher Weise sagt eine Flut in diesem Jahr nichts darüber aus, ob im nächsten Jahr eine Flut passieren wird.
8. Bereiten Sie sich auf das Worst-Case-Szenario vor: Die größten Risiken sind diejenigen, von denen wir uns kaum vorstellen können, dass sie passieren könnten. Der Philosoph Taleb (2012) empfiehlt, dass man sich, um Entscheidungen zu treffen, auf die Konsequenzen konzentrieren muss (die man kennen kann) und nicht auf die Wahrscheinlichkeit (die man nicht kennen kann). Je mehr Unsicherheit Sie in der Zukunft haben, desto besser werden Sie durch Optionen. Der Zufall begünstigt die Bereitschaft. Eine wichtige Strategie für das Militär besteht darin, in Vorsorgemaßnahmen zu investieren, nicht in Vorhersagen.
9. Aktualisierung des Glaubens: Wir scheinen die Wahrnehmung (so wie die Dinge aussehen) als Richtschnur für unser Handeln zu verwenden (Siegel, 2017). Betrachten Sie dieses vorurteilsvolle Denken. Ein Lehrer nimmt weibliche Schüler wahr, die in Mathe schwach sind. Folglich wird er weniger von ihr erwarten und verlangen, und er wird ihre Leistung als schlechter empfinden als ein männlicher Schüler. Wahrnehmungsbeurteilung ist eine Form des Glaubens. Wenn unsere früheren Überzeugungen unsere Erfahrung beeinflussen, kann unsere Erfahrung diese Überzeugungen stärken. Das Versäumnis, frühere Überzeugungen zu aktualisieren, erklärt Wunschdenken.
10. Generalisierung: Ein Großteil der wissenschaftlichen Forschung zielt darauf ab, die Ursachen von Krankheiten auf der Bevölkerungsebene aufzudecken. Letztendlich wollen wir verstehen, warum Krankheit bei Individuen auftritt (warum wurde Individuum A ungesund?). Man kann nicht unbedingt die gleiche Beziehung von der Gruppenebene zur individuellen Ebene schließen. Statistiken liefern niemals absolute Sicherheit. Stattdessen sind Fakten mit einem gewissen Maß an Vertrauen bekannt.
Verweise
Burnett B und Evans D (2016). Entwerfen Sie Ihr Leben: Wie man ein gut gelebtes, freudiges Leben errichtet. NY: Knopf
Siegel S. (2017). Die Rationalität der Wahrnehmung. Universität Oxford.
Taleb, NM (2012) Antifragile, New York: Zufälliges Haus
Wheelan, C. (2013). Nackte Statistik: Die Angst vor den Daten entkleiden. New York, NY: WW Norton & Company.
