Kích thước mẫu là gì?
Kích thước mẫu Bỏ qua là một khuynh hướng nhận thức nổi tiếng được nghiên cứu bởi Amos Tversky và Daniel Kahneman. Nó xảy ra khi người dùng thông tin thống kê đưa ra kết luận sai bằng cách không xem xét kích thước mẫu của dữ liệu được đề cập.
Nguyên nhân cơ bản của Bỏ qua kích thước mẫu là mọi người thường không hiểu rằng mức độ sai lệch cao có nhiều khả năng xảy ra trong các mẫu nhỏ. Do đó, điều quan trọng là xác định xem kích thước mẫu được sử dụng để tạo ra một thống kê nhất định có đủ lớn để cho phép đưa ra kết luận có ý nghĩa hay không.
Biết khi nào một cỡ mẫu đủ lớn có thể là thách thức đối với những người không hiểu rõ về các phương pháp thống kê.
Chìa khóa chính
- Bỏ qua kích thước mẫu là sai lệch nhận thức được nghiên cứu bởi Amos Tversky và Daniel Kahneman. Nó bao gồm việc rút ra kết luận sai từ thông tin thống kê, do chưa xem xét ảnh hưởng của kích thước mẫu. Vì vậy, muốn giảm thiểu rủi ro của Kích thước mẫu cỡ mẫu được liên kết với các kết quả thống kê dễ bay hơi hơn và ngược lại.
Hiểu kích thước mẫu Bỏ qua
Khi một cỡ mẫu quá nhỏ, có thể rút ra kết luận chính xác và đáng tin cậy. Trong bối cảnh tài chính, điều này có thể đánh lừa các nhà đầu tư theo nhiều cách khác nhau.
Chẳng hạn, một nhà đầu tư có thể thấy một quỹ đầu tư mới, tự hào vì đã tạo ra 15% lợi nhuận hàng năm kể từ khi thành lập. Nhà đầu tư có thể nhanh chóng bao gồm rằng quỹ này là vé của họ để tạo ra sự giàu có nhanh chóng. Tuy nhiên, kết luận này có thể bị nhầm lẫn một cách nguy hiểm nếu quỹ không được đầu tư quá lâu. Trong trường hợp đó, kết quả có thể là do sự bất thường ngắn hạn và ít liên quan đến phương pháp đầu tư thực tế của quỹ.
Bỏ qua kích thước mẫu thường bị nhầm lẫn với Bỏ qua tỷ lệ cơ sở, đó là một khuynh hướng nhận thức riêng biệt. Trong khi Bỏ qua kích thước mẫu đề cập đến việc không xem xét vai trò của kích thước mẫu trong việc xác định độ tin cậy của khiếu nại thống kê, thì Tỷ lệ phủ định cơ sở liên quan đến xu hướng của mọi người về việc bỏ qua kiến thức hiện có về một hiện tượng khi đánh giá thông tin mới.
Ví dụ thực tế về kích thước mẫu bỏ qua
Để hiểu rõ hơn về Bỏ qua Kích thước Mẫu, hãy xem xét ví dụ sau, được rút ra từ nghiên cứu của Amos Tversky và Daniel Kahneman:
Một người được yêu cầu rút ra từ một mẫu gồm năm quả bóng và thấy rằng bốn quả màu đỏ và một quả màu xanh lá cây.
Một người rút ra từ một mẫu gồm 20 quả bóng và thấy rằng 12 là màu đỏ và tám là màu xanh lá cây.
Mẫu nào cung cấp bằng chứng tốt hơn cho thấy các quả bóng chủ yếu là màu đỏ?
Hầu hết mọi người nói rằng mẫu đầu tiên, nhỏ hơn cung cấp bằng chứng mạnh mẽ hơn nhiều vì tỷ lệ màu đỏ so với màu xanh lá cây cao hơn nhiều so với mẫu lớn hơn. Tuy nhiên, trong thực tế, tỷ lệ cao hơn nhiều so với cỡ mẫu nhỏ hơn. Mẫu 20 thực sự cung cấp bằng chứng mạnh mẽ hơn nhiều.
Một ví dụ khác từ Amos Tversky và Daniel Kahneman như sau:
Một thị trấn được phục vụ bởi hai bệnh viện. Trong bệnh viện lớn hơn, trung bình có 45 em bé được sinh ra mỗi ngày và trong bệnh viện nhỏ hơn có khoảng 15 em bé được sinh ra mỗi ngày. Mặc dù 50% tất cả trẻ sơ sinh là con trai, nhưng tỷ lệ chính xác dao động từ ngày này sang ngày khác.
Trong một năm, mỗi bệnh viện ghi lại những ngày mà hơn 60% trẻ sơ sinh là con trai. Bệnh viện nào ghi nhận nhiều ngày như vậy?
Khi được hỏi câu hỏi này, 22% số người được hỏi nói rằng bệnh viện lớn hơn sẽ báo cáo nhiều ngày như vậy, trong khi 56% cho rằng kết quả sẽ giống nhau cho cả hai bệnh viện. Trong thực tế, câu trả lời chính xác là bệnh viện nhỏ hơn sẽ ghi lại nhiều ngày như vậy, bởi vì kích thước nhỏ hơn của nó sẽ tạo ra sự thay đổi lớn hơn.
Như chúng tôi đã lưu ý trước đó, gốc rễ của Bỏ qua kích thước mẫu là mọi người thường không hiểu rằng mức độ sai lệch cao có nhiều khả năng xảy ra trong các mẫu nhỏ. Trong đầu tư, điều này thực sự có thể rất tốn kém.
