Az egyik legszellemesebb példa erre pedagógiai jellegű. Legyen szó gyereknevelésről, tanításról, vagy épp képzésről, esetleg munkahelyen belüli teljesítmény értékelésről és motivációról, megoszlanak a vélemények, hogy mi a jó motiválás, ha dícséretet adunk a jól teljesítőknek és szankcionáljuk a rosszul teljesítőket, vagy ha nem. Utóbbi megközelítés hívei azt vallják, hogy a pozitív motiváció, a dícséret nem jó pedagógiai eszköz, mert az illető elbízza magát és utána rosszabbul teljesít. Nos ezzel a hozzáállással nemcsak az a baj, hogy szöges ellentétben áll mindazzal, amit a modern pszichológia erről tud, de még ennél is nagyobb baj, hogy statisztikailag hibás megfigyelésen és következtetésen alapul. Egyrészt a megfigyelések általában kis elemű mintán történnek, másrészt ritkán dokumentáltak, vagyis inkább érzésre mennek, semmint tényeken alapulnak. Valójában a megdícsért emberek nem azért teljesítenek rosszabbul és a meg nem dícsértek, vagy akiket leszúrnak jobban, mert elbízták, illetve összeszedték magukat, hanem ebben is az átlaghoz való visszatérés szabálya nyilvánul meg. Vagyis nyugodtan dícsérjük meg a feladatot jól teljesítő gyerekünket, diákunkat, kollégánkat.
Daniel Kahneman, akiről a blogban már volt szó az izraeli hadsereg tanácsadójaként is dolgozott. Ebben az időben részt vett a légierő kiképzésein és tanácsokkal segítette a kiképzést vezetőket. Egyszer a dícséret és motiváció került szóba és érdeklődve hallgatta a kiképzőtisztet, aki azt bizonygatta, hogy nem szabad megdícsérni a feladatukat jól teljesítő pilótákat, mert utána rögtön rosszabbul teljesítenek "tapasztalata" szerint. Kahneman mondta a hitetlenkedő tisztnek, hogy ez nem így van és elmagyarázta az átlag körüli szóródás elméletét, amit utána egy játékos gyakorlattal is bebizonyított. (A sztori megtalálható Kahneman már idézett könyvében a Gyors és lassú gondolkodás című műben.)
Ugyanakkor sok megfigyelésre és emiatt hosszú időre van szükség ahhoz, hogy egy-egy időszakban igazolódjon az átlag körüli szóródás, vagyis hogy nagy kilengéseket egy adott irányba, nagy kilengések követhetnek a másik irányba. Emiatt kialakul az az érzet, hogy az adott irányba történő kimozdulások trendje meghatározó marad. Két aszályos év után hajlamosak voltak sokan azt mondogatni, hogy lám a globális felmelegedés miatt ilyen az időjárás, majd jött az idei év és nemrég még csónakkal lehetett közlekedni a dunai alsó rakparton és számtalan település fő utcáján. Ahogy tőzsdei körökben szokták mondani, The trend is your friend (A trend a barátod, vagyis haladj a trenddel), amiről nekem az szokott eszembe jutni, hogy ez egészen addig igaz, amíg meg nem fordul a trend, mert azt abban a pillanatban szinte senki sem szokta várni. Másrészt az, hogy az átlag vagy ahogy az alábbi ábrán látható a mozgó átlag körül egy adott sávban szóródnak az értékek nem szabad senkit elaltasson, hogy van, amikor az adott sávon kivülre esnek, vagyis vannak nagyobb kilengések is, amelyek a szokásos eltérés többszörösére is rughatnak. Azok a kockázatkezelési modellek, amelyek abból indulnak ki, hogy szokásos kitérésnél (statisztikai nyelven a szórástól) annak 1-2 szeresére térnek ki komoly bajhoz vezethetnek ezen nagyobb kilengéseknél. Tipikus példa a gátak magassága, amit általában a kilengések történelmi tapasztalata alapján, vagy az addigi legmagasabb vízállás alapján építenek meg (ha egyáltalán megépítik), miközben nincs rá garancia, hogy nem lesz nagyobb (mindig van nagyobb). Ez okozta a 2008-as válság szokásosnál nagyobb veszteségeit, ugyanis a pénzügyi cégek kockázatkezelési rendszerei viszonylag rövid idősorok alapján azon a feltételezésen alapultak, hogy az értékek közel 100 százalékának szórása az átlagtól maximum 3 szórásnyira lesz (vagyis normális eloszlást követ), ráadásul a modellek még ennél kisebb kilengésekre voltak paraméterezve, ami azonban bekövetkezett a pénzügyi piacokon az egy soha nem vagy nagyon ritkán látott árvízhez hasonlított.
![]() |
Részvényárfolyamok mozgóátlagok körüli szóródása (Forrás: www.datadiary.com) |
Nincsenek megjegyzések:
Megjegyzés küldése