Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения





НазваниеКанеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения
страница7/7
Дата публикации16.08.2013
Размер0.88 Mb.
ТипДокументы
100-bal.ru > Психология > Документы
1   2   3   4   5   6   7
Глава 30. Интуитивное прогнозирование: предубеждения и корректирующие процедуры

Единичные случаи и данные распределения. Следует различать два типа информации, имеющейся в распоряжении прогностика: данные случая и данные распределения. Единичная информация или данные случая, состоит из очевидных свидетельств по частному рассматриваемому случаю. Данные распределения, или данные базового значения, состоят из знаний о распределении исходов в подобных ситуациях. Например, при прогнозировании продаж нового романа то, что известно об авторе, стиле и сюжете, является единичной информацией, тогда как то, что известно о продажах романов, является данными распределения.

Действительность показывает, что люди недостаточно чувствительны к данным распределения. Люди полагаются преимущественно на единичную информацию, даже если она скудна и ненадежна, и приписывают недостаточный вес данным распределения. В контексте планирования есть очень много примеров, в которых игнорировалось распределение исходов предыдущего опыта. Ученые и писатели, как известно, склонны недооценивать время, необходимое для завершения проекта, даже если у них есть значительный опыт прошлых неудачных попыток работать согласно планируемому графику.

Ошибка планирования является следствием тенденции пренебрегать распределительной информацией и принимать то, что можно определить как внутренний подход к прогнозированию, при котором сосредотачиваются скорее на составляющих специфической проблемы, чем на распределении исходов в подобных случаях. Внутренний подход к оценке планов с большой вероятностью приведет к недооценке.

Попытки побороть эту ошибку путем прибавления фактора погрешности редко являются адекватными, поскольку отрегулированное значение слишком близко к начальному значению, так что действует, как закрепитель (anchor). Принятие внешнего подхода, который рассматривает специфическую проблему как одну из многих, может помочь преодолеть эту склонность. При таком подходе не надо пытаться предсказать особый образ действий, при котором план может потерпеть неудачу. Скорее, необходимо соотнести насущную проблему с распределением сроков выполнения для подобных проектов. Полагают, что вероятнее получить соответствующую оценку, задавая внешний вопрос: Как долго обычно длятся такие проекты? А не просто внутренний вопрос: Каковы специфические факторы и трудности в рамках специфической проблемы? Тенденция пренебрегать данными распределения и полагаться главным образом на единичную информацию усиливается любым фактором, увеличивающим ощущаемую уникальность проблемы. Релевантность данных распределения может быть скрыта подробным ознакомлением со специфическим случаем или сильной вовлеченностью в него.

Регрессия и интуитивное прогнозирование. В большинстве прогностических проблем эксперт имеет как единичную информацию о специфическом случае, так и данные распределения об исходах в подобных случаях. Как люди прогнозируют в таких ситуациях? Психологическое исследование полагает, что интуитивное прогнозирование генерируется согласно простому правилу сопоставления: прогнозируемое значение выбирается таким образом, чтобы положение случая в распределении исходов соответствовало его положению в распределении впечатлений.

Один из основных принципов статистического прогнозирования, который также является одним из наименее интуитивных, состоит в том, что предельность прогнозирования необходимо сдерживать рассмотрением предсказуемости.

Чем ниже прогнозируемость, тем ближе должен быть прогноз к среднему значению по классу. Интуитивное прогнозирование типично является не регрессивным: люди часто делают предельный прогноз на основе информации, чья надежность и прогностическая валидность заведомо низки.

Корректирующая процедура для прогноза. Чем руководствуется эксперт, чтобы надлежащим образом осуществить регрессивное прогнозирование? Предлагается 5-шаговая процедура, позволяющая достичь этих целей.

Шаг 1: Выбор референтного класса. При прогнозировании продаж книги или кассового сбора от фильма, например, выбор референтного класса является прямым. Относительно легко, в таких случаях, определить подходящий класс книг или фильмов, для которых известно распределение продаж или доход.

Шаг 2: Оценка распределения для референтного класса.

Шаг 3: Интуитивная оценка, которая, вероятнее всего, будет нерегрессивной. Цель двух следующих шагов процедуры состоит в корректировке этого предубеждения и получении более адекватной оценки.

Шаг 4: Оценивание прогнозируемости. Теперь эксперт должен оценить степень, в которой тип имеющейся по этому случаю информации позволяет точное прогнозирование исходов. В контексте линейного прогнозирования соответствующей мерой прогностичности является р, корреляция Пирсона между прогнозированием и результатами. Там, где есть данные о прошлом прогнозировании и исходах, требуемое значение можно получить из них. При отсутствии таких данных необходимо полагаться на субъективное оценивание прогнозируемости. Метод оценивания прогнозируемости включает вопросы типа: Если бы вам необходимо было рассматривать два романа, которые вы собираетесь опубликовать, как часто были бы вы правы в прогнозировании, который из них будет продан в большем количестве? Оценка порядковой корреляции между прогнозированием и исходами в этом случае может быть получена следующим образом: если р – это оцененная доля пар, в которых порядок исходов был правильно спрогнозирован, то r = 2р – 1 дает индекс точности прогноза, который ранжируется от 0, когда прогнозирование находится на уровне шанса, до 1, когда прогнозирование является совершенно точным.

Шаг 5: Коррекция интуитивной оценки. Чтобы исправить не регрессивность, интуитивную оценку следует отрегулировать относительно среднего значения по референтному классу. Если интуитивная оценка была не регрессивна, тогда при общих условиях расстояние между интуитивной оценкой и средним значением по классу должно быть уменьшено фактором р, где р – коэффициент корреляции. Эта процедура обеспечивает оценку количества, которое, надеемся, уменьшит не регрессивную ошибку. Например, предположим, что интуитивное прогнозирование эксперта о продажах данной книги равно 12 000, и что, в среднем, книги такой категории продаются в количестве 4000. Далее предположим, что эксперт уверен, что он правильно присвоил парам рукописей ранг по будущим продажам на уровне 80% сравнения. В таком случае r =1,6 – 1 = 0,6, а регрессивная оценка продаж будет равна 4000 + 0,6(12 000 – 4000) = 8800. Эффект такой коррекции будет существенным, если интуитивная оценка относительно предельна, а прогнозируемость средняя или низкая.

Представленный здесь подход основан на следующих общих понятиях о прогнозировании. Во-первых, что большая часть предсказаний и прогнозов содержит несократимый интуитивный компонент. Во-вторых, что интуитивное прогнозирование знающих людей содержит много полезной информации. В-третьих, что такие интуитивные суждения часто являются предубежденными предсказуемым способом. Таким образом, проблема состоит не в том, принимать ли интуитивное прогнозирование по внешнему значению или отвергать его, а скорее как его можно освободить от предубеждений и улучшить. Анализ суждений людей показывает, что многие интуитивные предубеждения вырастают из тенденции придавать малое значение определенным типам информации, например, базовым частотам исходов и их предказуемости. Стратегия освобождения от предубеждений, представленная в этой статье, состоит в попытке получить от эксперта релевантную информацию, которой он обычно пренебрегал бы, и помочь ему интегрировать эту информацию с его интуитивными впечатлениями таким образом, чтобы учесть основные принципы статистического прогнозирования

Глава 31. Освобождение от предубеждения

Раз уж был идентифицирован поведенческий феномен, вполне уместно начать сомневаться в его устойчивости. Распространенную и во многих случаях продуктивную стратегию сомнения можно было бы назвать в честь сходной техники в проектировании — деструктивной проверкой. Там, где феномен — это предубеждения в суждениях, деструктивная проверка принимает форму попыток освобождения от предубеждения. Деструктивная проверка показывает, где планирование терпит неудачу; когда терпит неудачу предубеждение, результатом этого становится улучшенное суждение.

Задача – уменьшить два обычных предубеждения: предубеждение ретроспективного взгляда и чрезмерную уверенность. Чрезмерная уверенность относительно сопротивляется многим формам исправления. Эффективность тренировки калибровки наводит на мысль, что тщательный анализ того, какой уникальный опыт обеспечивается такими тренировками, а не профессиональным обучением, мог бы как руководить освобождением от влияния, так и обогатить психологическую теорию.

Глава 32. Улучшение индуктивного вывода

В этой главе мы обсудим возможность улучшения выводов, которые люди делают в повседневной жизни. Исследователи предположили, что улучшений можно достичь благодаря тому, что инструментарий ученого по формированию заключений становится доступным непрофессионалу в форме аксиом, таких как «Это эмпирический вопрос» или «Всегда можно объяснить исключения». Мы обратимся к «статистическим эвристикам» за одним из наиболее важных неформальных руководств по рассуждению, такому как «Подумай об одном свидетельстве, как если бы это была выборка, и поразмышляй о размере этой выборки».

Часть IX. Восприятие риска

33. Факты против страха: понимание воспринимаемого риска

Люди реагируют на риск, который они воспринимают. Для некоторых видов риска, например, дорожно-транспортных происшествий, имеются в наличии экстенсивные статистические данные. Однако, даже если статистические данные в избытке, только «неопровержимые» факты могут вести так далеко, чтобы разрабатывать способ действий. В каком-то смысле, суждение человека необходимо для интерпретации результатов и определения их релевантности.

Другие виды риска, такие как исследование модифицированного ДНК или атомная энергия, так новы, что оценка риска, скорее, должна быть основана на сложном теоретическом анализе, таком как дерево ошибок (рис. 11).



Рис. 11. Дерево ошибок, показывающее различные способы, которыми радиоактивные материалы могут быть случайно выброшены из ядерных отходов, захороненных в солевых залежах. Каждое из возможных инициирующих событий в двух нижних рядах может приводить к переносу радиации подземными водами. Этот перенос, в свою очередь, может способствовать выбросу радиации в биосферу. Как показано вторым уровнем, выброс радиации может быть также произведен непосредственно (без помощи подземных вод) при падении огромного метеорита, использовании ядерного оружия или вулканическом извержении

Предубеждения в суждениях при восприятии риска. Когда непрофессионалов просят оценить виды риска, у них редко имеются под рукой статистические данные. В большинстве случаев они должны делать выводы, основываясь на том, что они помнят из услышанного и наблюдавшегося о рассматриваемом виде риска. Психологическое исследование, большая часть которого была описана в этой книге ранее, идентифицировало ряд общих правил вывода, которые люди, по-видимому, используют в подобных ситуациях. Эти правила суждения, известные как эвристики, используются для упрощения сложных умственных задач до простых. Одна из эвристик, которая имеет особую релевантность для восприятия риска, называется доступность. Люди, использующие эту эвристику, судят о событии как о вероятном или частом, если его примеры можно легко представить или вспомнить.

Однако на доступность оказывают влияние многочисленные факторы, не связанные с частотой происхождения события. Например, недавнее бедствие или яркий фильм, такой как «Челюсти» или «Китайский синдром», могли бы серьезно исказить суждения о риске. Кейтс наблюдал, что индивиды, прогнозирующие потенциал наводнения, «находятся под сильным влиянием своего недавнего прошлого и ограничивают свою экстраполяцию к упрощенным конструкциям, рассматривая будущее как отражение своего прошлого». Подобным образом, заключение страховых договоров от землетрясения резко увеличивается после землетрясения, а затем постоянно снижается с угасанием воспоминаний.

Co мной это не случится. Точное восприятие вводящих в заблуждение выборок информации может также рассматриваться, как лежащее в основе другого очевидного предубеждения суждений – склонности людей рассматривать самих себя как обладающих личным иммунитетом от риска. Подавляющее большинство людей уверены, что они лучше, чем средние водители, более вероятно, чем это есть в среднем, проживут более 80 лет, менее вероятно, чем это есть в среднем, понесут ущерб от потребляемых продуктов и так далее. Хотя такое восприятие является, очевидно, нереалистичным, в перспективе опыта отдельного индивида риск выглядит очень маленьким.

Информирование людей о риске. Трудно определенно думать о риске. К сожалению, это совершенно необходимо. Согласно «теории перспективы» исходы, которые лишь просто возможны, недооцениваются в сравнении с исходами, которые получены с уверенностью. Как результат, любые защитные действия, которые уменьшают вероятность вреда, скажем, с 0,01 до 0, будут оценены значительно выше, чем действия, уменьшающие вероятность с 0,02 до 0,01.

Тверски и Канеман проверили это предположение в контексте одного конкретного вида защиты – вакцинации. Было создано две формы «опросного листа по вакцинации». Форма 1 (вероятностная защита) описывала болезнь, которая, как ожидалось, охватит 20% населения, и в ней спрашивалось, желают ли люди добровольно привиться вакциной, которая защищает половину из привившихся. Согласно форме 2 (псевдоуверенность), существовало две взаимоисключающих и равновероятных разновидности болезни, каждая из которых, вероятно, охватит 10% населения; было сказано, что вакцинация даст полную защиту от одной разновидности и никакой защиты от другой. Половина испытуемых получила форму 1, другая – форму 2. После прочтения описания они оценивали вероятность того, что они пройдут вакцинацию в такой ситуации, используя шкалу, ранжированную от 1 (почти наверняка не буду прививаться) до 7 (почти наверняка буду прививаться). Хотя обе формы показывали, что вакцинация уменьшала общий риск человека с 20% до 10%, мы ожидали, что она покажется более привлекательной тем, кто получил форму 2 (псевдоуверенность), чем тем, кто получил форму 1 (вероятностная защита). Результаты подтвердили это предсказание: 57% тех, кто получил форму 2, показали, что они пройдут вакцинацию, в сравнении с 40% тех, кто получил форму 1. Эффект псевдоуверенности придает первостепенное значение контрасту между сокращением и ликвидацией риска.

Привязка. Один из наиболее общих артефактов состоит в тенденции привязки суждений на изначально представленным значениям.

Сравнение различных видов риска может вводить в заблуждение. Один из наиболее распространенных подходов к углублению понимания людей состоит в представлении количественных оценок для различных видов риска. Лорд Ротшильд говорил: «Нет смысла впадать в панику относительно рисков жизни до тех пор, пока вы не сравните те риски, которые вас беспокоят, с теми, которые нет, но, возможно, должны беспокоить».

Мы убеждены, что некоторая ответственность лежит на наших школах. Учебный план общественных школ должен включать материал, разработанный для того, чтобы обучить людей тому, что наш мир является вероятностным, а не детерминистским.

Часть X. Постскриптум

Глава 34. К вопросу о статистической интуиции

Существуют три связанные причины фокусировки на систематических ошибках и предубеждениях вывода в исследовании рассуждений. Во-первых, они показывают некоторые наши ограничения и предлагают способы улучшения качества нашего мышления. Во-вторых, ошибки и предубеждения часто обнаруживают психологические процессы и эвристические процедуры, которые руководят суждением и выводом. В-третьих, ошибки и заблуждения помогают составить карту интуиции человека, указывая, какие из принципов статистики или логики являются не-интуитивными или контр-интуитивными.

Задачи на статистическую интуицию. Ошибки и предубеждения суждений в условиях неопределенности являются основным источником данных для очертания границ статистической интуиции людей. В этом контексте поучительно различать ошибки применения и ошибки понимания. Неудача в конкретной проблеме называется ошибкой применения, если есть свидетельство того, что люди знают и принимают правило, которое они не применили. Неудача называется ошибкой понимания, если люди не признают валидности правила, которое они нарушили. Ошибка применения наиболее убедительно демонстрируется, когда человек самопроизвольно или с минимальной подсказкой хватается за голову и восклицает: «Как я мог это упустить?»

Один из нас представил следующий вопрос игрокам в сквош. Как вы знаете, играть в сквош можно либо до 9, либо до 15 очков. При сохранении всех остальных правил игры неизменными, если А – игрок лучший, чем В, какая из систем очков даст А лучший шанс на выигрыш? Хотя все наши испытуемые обладали некоторыми знаниями по статистике, большинство из них сказало, что система очков не имела бы никакой разницы. Затем их попросили рассмотреть довод, что лучший игрок предпочел бы более долгую игру, поскольку атипичный исход менее вероятен в большой выборке, чем в маленькой. С очень малым количеством исключений респонденты немедленно приняли довод и отметили, что их первоначальный ответ был ошибкой. Очевидно, наши испытуемые имели какое-то представление о воздействии размера выборки на ошибки осуществления выборки, но они не смогли раскодировать длину игры в сквош как пример размера выборки. Тот факт, что правильное заключение стало неизбежным, как только была установлена эта связь, показывает, что начальный ответ был ошибкой применения, а не понимания.

Возможно, самым элементарным принципом теории вероятности является правило конъюнкции, которое утверждает, что вероятность конъюнкции (А&В) не может превысить ни вероятность А, ни вероятность В. Эффект конъюнкции оказывается ошибкой применения, по крайней мере, для более обученных испытуемых.

Например, экспериментатор предъявляет четыре карточки, показывая А, Т, 4 и 7, и просит испытуемых показать карточки, которые следует перевернуть, чтобы проверить правило: «Если карта имеет гласную букву с одной стороны, она имеет четное число с другой». Правильный ответ – необходимо проверить карты А и 7, поскольку нечетное число на одной карте или гласная буква на второй опровергли бы правило. Будучи поразительно неспособными логически рассуждать, большинство испытуемых выбрали для осмотра карты А и 4.

Наше исследование привязки иллюстрирует силу едва уловимых предположений. В одном исследовании мы просили группу испытуемых оценить вероятность того, что население Турции было больше, чем 5 млн., а другую группу мы попросили оценить вероятность того, что население Турции было меньше, чем 65 млн. Следуя этому заданию, две группы записали свои наилучшие догадки относительно населения Турции; средние оценки были 17 и 35 млн., соответственно для групп, которым представили низкие и высокие привязки. Эти ответы могут быть также рационализированы предположением, что значения, которые появляются в вопросах о вероятности, не слишком далеки от правильных.

Исследования интуитивного прогнозирования обеспечили много свидетельств преобладания тенденции делать прогнозы, которые являются радикальными или недостаточно регрессивными. В более ранних статьях мы предлагали положительный анализ этого эффекта как проявление репрезентативной эвристики. Однако, как мы увидим, есть основания для того, чтобы обратиться к отрицательному анализу для более понятной трактовки. Отрицательный анализ представляет особый интерес в случае с ошибками понимания, при которых люди находят правильное правило не-интуитивным или даже контр-интуитивным. Как засвидетельствует большинство преподавателей элементарной статистики, студенты находят концепцию регрессии очень сложной для понимания и применения, несмотря на жизненный опыт, в котором крайние прогнозы было часто слишком крайними. Спортивные тренеры и учителя, например, знакомы с проявлениями регрессии к среднему: за исключительными достижениями чаще идет разочарование, а за неудачами – улучшение.

«Любой системный эффект должен иметь причину». Разница между первоначальными наблюдениями и действительными критериальными значениями является фактом, который можно наблюдать при любом типе рассеивания. Однако он оказывается эффектом без причины. Например, в ситуации повторного теста знание о том, что первоначальные показатели были высоки, влечет за собой прогнозирование, что последующие будут ниже, но первое наблюдение не является причиной того, что второе будет ниже. Появление беспричинного эффекта нарушает вескую интуицию. Регрессия удивительна, потому что ей нельзя дать простого причинного объяснения.

У людей есть сильная интуиция относительно статистического прогнозирования, и что некоторые нормативно правильные принципы являются контр-интуитивными именно потому, что они нарушают их существующую интуицию. С этой точки зрения, «принципы», которые люди принимают, представляют значительные убеждения, а не только лишь рационализации, и они играют существенную роль в замедлении изучения верных правил.

Некоторые ошибки и предубеждения в суждениях в ситуациях неопределенности требуют двойственного анализа: положительной стороны, которая объясняет выбор частного ошибочного ответа в терминах эвристики, и отрицательной стороны, объясняющей, почему правильное правило не было применено.

Глава 35. Варианты неопределенности

Элементарные формы вероятности. Неопределенность – это факт, с которым все формы жизни должны быть готовы бороться. На всех уровнях биологической сложности существует неопределенность относительно значения знаков или стимулов и относительно возможных последствий действий.

Существует много примеров, в которых к одному и тому же вопросу можно подойти как с позиции единичной, так и распределительной формы. Сравните следующие примеры: «Есть шанс, что ты застанешь Джона дома, если позвонишь завтра утром. Он говорил, что предпочитает работать дома». «Есть шанс, что ты застанешь Джона дома, если позвонишь завтра утром. Он часто был дома, когда я звонил ему». Утверждение 1 допускает только единичное суждение о вероятности, что Джон будет дома. Утверждение 2 могло бы поддержать как распределительную, так и единичную оценки. Относительная частота сходных событий, когда Джон был утром дома, обеспечивает естественную оценку вероятности, что он будет там завтра, но это выражение также наделило Джона склонностью проводить утро дома, в большей степени, чем это сделало Утверждение 1. Мы предположили, что люди обычно предпочитают единичную форму, согласно которой они принимают «внутреннюю точку зрения» причинной системы, который немедленно выдает исход, в большей степени «внешнюю точку зрения», которая связывает рассматриваемый случай со схемой осуществления выборки.

1 Эвристические – знания, полученные по мере накопления опыта в какой-либо деятельности, в решении практических задач. Хорошо запомните и прочувствуйте это значение, так как, пожалуй, слово «эвристика» наиболее часто встречается в книге.

2 Как вы думаете, если подбросить монету 1000 раз, сколько в среднем встретится последовательностей из 10 орлов? Правильно… около одной. Средняя вероятность такого события = 1000 / 210 = 0,98. Если интересно, можете изучить модель в Excel-файле на листе «Монета».

3 Соединительным, или конъюнктивным называют суждение, состоящее из нескольких простых, связанных логической связкой «и». То есть, для того, чтобы произошло конъюнктивное событие, должны произойти все составляющие его события.

4 Разделительным, или дизъюнктивным, называют суждение, состоящее из нескольких простых, связанных логической связкой «или». То есть, для того, чтобы произошло дизъюнктивное событие, должно произойти хотя бы одно из составляющих его событий.

5 Любопытно, что опытные игроки в бридж всячески развивают в себе внимание к не-происшествиям; в бридже для такого умения даже есть специальный термин – «присутствие за столом».

6 Т. е. при положительном диагнозе болезнь отсутствует у 5% людей.

7 Об этом очень интересно рассуждает Карл Поппер в Логике научного исследования, а также Нассим Талеб в Черном лебеде. Талеб приводит слова философа Дэвида Юма: «Никакое количество белых лебедей не может быть достаточным основанием для вывода, что все лебеди белые. Но одного черного лебедя достаточно для того чтобы опровергнуть это положение».

8 Впервые о калибровке я прочитал в книге Дуглас Хаббард. Как измерить всё, что угодно. Оценка стоимости нематериального в бизнесе. Надо заметить, что работы Канемана и других предшествовали работе Хаббарда. Что сделал Хаббард, так это нашел идеям калибровки применение в бизнесе.
1   2   3   4   5   6   7

Похожие:

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconТема. Принятие решений в условиях неопределенности
Образовательная дать знания о Кибертерроризме, путях их распространения, об антивирусных программах и способах их использования на...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconТема: принятие решений в системе менеджменте
Определения основных понятий, характеризующих функцию управления «принятие решения»
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения icon2. Принятие решений по финансовым инвестициям 19
В состав практикума включены практические задания и задачи по таким разделам, как финансовый анализ деятельности компании, принятие...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconКурсовой проект по дисциплине Методы принятия управленческих решений...

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconКурсовой проект по дисциплине Методы принятия управленческих решений...

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconКурсовой проект по дисциплине Методы принятия управленческих решений...

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconЛекция приемы разработки и выборов управленческих решений в условиях...
Пособствовать формированию у учащихся навыков экономического соперничества, психологии успеха, умений работать в группе, выступать...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconТемы семинарских занятий Функции решения в методологии и организации...
Приемы разработки и выборов управленческих решений в условиях неопределенности и риска
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconПрограмма дисциплины «Принятие индивидуальных и коллективных решений»...
Предметом изучения курса является процесс разработки и принятия управленческих решений на базе системной концепции и экономико-математических...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconМногокритериальный выбор и принятие решений на основе экспертных...

Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconСтатья начинается с разбора примера задачи принятия решения выбора...
Орлов А. И. Теория принятия решений с позиций менеджмента. – Журнал «Современное управление». 2000. No С. 23-42
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconМоей курсовой работы: методы принятия решений. Работа состоит из...
...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconМетодические указания для студентов заочного факультета по специальности...
Приемы разработки и выбора управленческих решений в условиях неопределенности и риска
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconПрограмма дисциплины «Принятие решений»  для направления 230401. 65 «Прикладная математика»
Федеральное государственное автономное образовательное учреждение высшего профессионального образования
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconТеории обнаружения сигнала
Теоретическое положение искусственного интеллекта о том, что реальное поведение человека нельзя объяснить без учета не-факторов [2],...
Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения iconПрограмма по формированию навыков безопасного поведения на дорогах...
Целью освоения дисциплины является формирование способности принятия обоснованных и объективных решений при проектировании технических...


Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск