Steekproefgrootte verwaarlozen
Sample Size Neglect is een cognitieve bias die beroemd is bestudeerd door Amos Tversky en Daniel Kahneman. Het doet zich voor wanneer gebruikers van statistische informatie valse conclusies trekken door de steekproefomvang van de betreffende gegevens niet in aanmerking te nemen.
De onderliggende oorzaak van verwaarlozing van steekproefomvang is dat mensen vaak niet begrijpen dat een grotere variantie vaker voorkomt in kleine steekproeven. Daarom is het van cruciaal belang om te bepalen of de steekproefgrootte die wordt gebruikt om een gegeven statistiek te produceren, groot genoeg is om zinvolle conclusies te trekken.
Weten wanneer een steekproefgrootte voldoende groot is, kan een uitdaging zijn voor mensen die geen goed begrip hebben van statistische methoden.
Belangrijkste leerpunten
- Sample Size Neglect is een cognitieve bias die is bestudeerd door Amos Tversky en Daniel Kahneman.
- Het bestaat uit het trekken van valse conclusies uit statistische informatie, omdat de effecten van steekproefomvang niet zijn overwogen.
- Degenen die het risico op steekproefomvangverwaarlozing willen verkleinen, moeten onthouden dat kleinere steekproefgroottes worden geassocieerd met meer volatiele statistische resultaten en vice versa.
Inzicht in steekproefgrootte verwaarlozing
Wanneer een steekproefgrootte te klein is, kunnen geen nauwkeurige en betrouwbare conclusies worden getrokken. In de context van financiën kan dit beleggers op verschillende manieren misleiden.
Een belegger kan bijvoorbeeld een advertentie voor een nieuw beleggingsfonds zien, die er sinds de oprichting 15% op jaarbasis op heeft gerekend. De belegger kan snel vermelden dat dit fonds hun ticket is voor het snel genereren van rijkdom. Deze conclusie kan echter gevaarlijk misleidend zijn als het fonds niet lang heeft belegd. In dat geval kunnen de resultaten het gevolg zijn van anomalieën op korte termijn en hebben ze weinig te maken met de daadwerkelijke beleggingsmethodiek van het fonds.
Steekproefgrootte verwaarlozing wordt vaak verward met basissnelheid verwaarlozing, wat een afzonderlijke cognitieve vertekening is. Terwijl steekproefomvangverwaarlozing verwijst naar het verzuim om rekening te houden met de rol van steekproefomvang bij het bepalen van de betrouwbaarheid van statistische claims, heeft basistariefverwaarlozing betrekking op de neiging van mensen om bestaande kennis over een fenomeen te verwaarlozen bij het evalueren van nieuwe informatie.
Voorbeeld uit de praktijk van verwaarlozing van steekproefgrootte
Overweeg het volgende voorbeeld, dat is afgeleid uit onderzoek door Amos Tversky en Daniel Kahneman, voor een beter begrip van steekproefverwaarlozing:
Een persoon wordt gevraagd om te trekken uit een steekproef van vijf ballen en vindt dat vier rood zijn en één groen.
Een persoon trekt uit een steekproef van 20 ballen en vindt dat 12 rood zijn en acht groen.
Welk monster levert beter bewijs dat de ballen overwegend rood zijn?
De meeste mensen zeggen dat de eerste, kleinere steekproef veel sterker bewijs levert omdat de verhouding tussen rood en groen veel hoger is dan de grotere steekproef. In werkelijkheid weegt de hogere verhouding echter niet op tegen de kleinere steekproefomvang. De steekproef van 20 levert eigenlijk veel sterker bewijs.
Een ander voorbeeld van Amos Tversky en Daniel Kahneman is als volgt:
Een stad wordt bediend door twee ziekenhuizen. In het grotere ziekenhuis worden elke dag gemiddeld 45 baby's geboren en in het kleinere ziekenhuis worden er elke dag ongeveer 15 baby's geboren. Hoewel 50% van alle baby's jongens zijn, fluctueert het exacte percentage van dag tot dag.
Gedurende één jaar registreerde elk ziekenhuis de dagen waarop meer dan 60% van de baby's toevallig jongens waren. Welk ziekenhuis heeft meer van zulke dagen geregistreerd?
Toen deze vraag werd gesteld, zei 22% van de respondenten dat het grotere ziekenhuis meer van dergelijke dagen zou rapporteren, terwijl 56% zei dat de resultaten voor beide ziekenhuizen hetzelfde zouden zijn. Het juiste antwoord is in feite dat het kleinere ziekenhuis meer van dergelijke dagen zou opnemen, omdat zijn kleinere omvang grotere variabiliteit zou produceren.
Zoals we eerder hebben opgemerkt, is de oorzaak van steekproefgrootte verwaarlozing dat mensen vaak niet begrijpen dat hoge variantie vaker voorkomt in kleine monsters. Bij beleggen kan dit inderdaad erg duur zijn.
Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.