Hvad er en Base Rate fejlslutning?

Basissatsen fejlslutning begås, når en person fokuserer på specifikke oplysninger og ignorerer generiske oplysninger om den samlede sandsynlighed for en given hændelse. Et simpelt eksempel på dette ville indebære diagnosticering af en tilstand hos en patient. Det generiske oplysninger vil vedrøre forekomsten af ​​tilstanden i befolkningen som helhed, og de specifikke oplysninger ville være, at vundet fra prøver og eksamen i en bestemt patient. Basissatsen fejlslutning er forpligtet, hvis lægen fokuserer på resultatet af testen og ignorerer den samlede sandsynlighed for begivenheden.

Fejlslutninger identificeres logik-fælder, der fører tænkeren eller lytteren ind kommer til fejlagtige konklusioner. Et eksempel på en fejlslutning er motivet fejlslutning, som ofte bruges i politiske argumenter for at miskreditere en bestemt ræsonnement. For eksempel kan en politiker argumentere for, at atomvåben er dyre, farlige og bør skrottes. En modstående politiker kunne reagere ved at sige, at den eneste grund til han argumenterer det er fordi han forsøger at lobby fordel fra ekstreme liberale. Den første politicianâ € s motiv er uden betydning for rigtigheden af ​​hans erklæring: atomvåben er stadig dyrt og farligt, og derfor det oprindelige punkt stadig står.

Et eksempel på basen rate fejlslutning kan konstrueres ved hjælp af en fiktiv fatal sygdom. Forestil dig, at denne sygdom påvirker en ud af 10.000 mennesker, og har ingen kur. En test er udviklet til at afgøre, hvem der har den betingelse, og det er korrekt 99 procent af tiden. John tager testen, og hans læge højtideligt informerer ham om, at resultaterne kom op positive; Men John er ikke berørt. Forstå hvorfor er afgørende for forståelsen af ​​basisrenten fejlslutning.

Hvis testen er kun 99 procent korrekte, vil man i 100 mennesker, der tager testen modtager et forkert resultat, og 99 vil modtage det korrekte resultat. Det er vigtigt at huske, at kun én ud af 10.000 mennesker har den betingelse. Hvis en million mennesker tage testen, vil kun ca. 100 mennesker har den betingelse, og 999.900 mennesker vil ikke have det. Én procent af de mennesker, der ikke har den betingelse, 9.999 personer, vil vide, at de har det på grund af nøjagtigheden af ​​testen. Det er 100 gange mere sandsynligt, at John vil være en af ​​de 9.999 mennesker fejlagtigt identificeret som havende tilstand snarere end de 99 personer korrekt identificeret som havende det.

De specifikke oplysninger, Johnâ € s test, derfor vist sig at være nok forkert som følge af basen sats. Basissatsen fejlslutning kan undgås, hvis alle de tilgængelige oplysninger er undersøgt korrekt, inden der træffes afgørelse. Oplysningerne om den samlede sandsynlighed for en given hændelse bør tages sideløbende med specifikke oplysninger for at nå den logiske konklusion.


© 2019 Zajacperrone.com | Contact us: webmaster# zajacperrone.com