自上世纪60年代以来,研究人员就开始探究人类在理解概率方面存在的困难。我们和其他研究人员的最新研究均表明,数据的呈现方式对此有很大影响,其中,图表和计算机模拟可以提供帮助。
在一项实验中,我们给257名经济学家做了一个简单的回归分析,然后询问他们各种结果的概率。我们给一些人看经济学期刊中常用的数据形式:均值和标准差等。结果,他们大多数的回答都不正确。我们给另外一些人看散点图,不提供任何分析。尽管他们当中的一些人抱怨信息量不足,但大多数人的表现反而更好。
在处理一些无法绘制图形的复杂问题时,计算机模拟可以达到让人们“体验”概率的目的——通过运行各种统计过程来呈现最终结果。(反复抛掷硬币就是一个简单的模拟例子。)我们的假设是,虽然概率理论是一项相对近期的发明,但是数百万年来,人类一直对连续观察到的“频率信息”进行着解码和解释工作,所以人脑对此类形式的概率有一定的经验。我们的研究证实了这一假设。我们将一些统计题分别交给两组人群解答,一组是62位近期在上统计学课程的大学生,另一组则是20位对统计学相对陌生的成年人。研究发现,在看过模拟之后,这两组人群都更易给出正确答案。
我们相信,这些研究成果将帮助商界、政府和其他领域提高对统计的理解。例如,公司在决定是否购买新设备或者个人选择退休投资组合时,都面临一定的风险和不确定性。统计分析可以估量风险,协助制定决策,但是大多数人难以理解这些分析。图表和模拟则可以让人们观察到潜在风险,并有效体验风险,最终做出更好的选择。(译/李茂 校/陈公正)
罗宾·霍格思是巴塞罗那庞培法布拉大学荣誉教授。埃姆雷·索耶尔是伊斯坦布尔安兹耶因大学助理教授。