ESQUEMA TEMA6 RAZONAMIENTO PROBABLISTICO

INTRODUCCIN

REALIZAMOS UN JUICIO PROBABILSTICO cuando hacemos una prediccin o pronstico, tomamos una decisin o buscamos la causa de un hecho determinado.

EN EL RAZONAMIENTO PROBABLISTICO LAS CONCLUSIONES nos son inequvocamente ciertas sino probablemente ciertas

EL TEOREMA DE BAYES

LOS MODELOS NORMATIVOS DEL RAZONAMIENTO PROBABILSTICO son los axiomas de la Teora de la probabilidad y el Teorema de BAYES

DE ACUERDO CON EL AXIOMA 4. a) DE LA TEORA DE LA PROBABILIDAD, si dos sucesos (S1 y S2) son dependientes, la probabilidad de la conjuncin de estos sucesos ser igual al producto de la probabilidad de S1 por la probabilidad de S2 asumiendo S1. P (S1 y S2) = P (S1) x P (S2 dado S1) = P (S1 y S2) = P (S1) x P (S2/S1). El Segundo factor de este producto se denomina probabilidad condicional de S2 dado S1 EL TEOREMA DE BAYES INTEGRA DOS PRINCIPIOS BSICOS:a) La probabilidad a priori de una Hiptesis: P (H) y b) La capacidad predictiva del Dato en relacin a la Hiptesis: P (D/H). El producto de ambos factores constituye la probabilidad conjunta de la Hiptesis y del Dato dada la Hiptesis: P (H) P (D/H).

TENIENDO EN CUENTA QUE EL DATO PUEDE PREDECIR DISTINTAS HIPTESIS ALTERNATIVAS, EL TEOREMA DE BAYES nos permite calcular las distintas probabilidades condicionales inversas; es decir, una vez conocido el Dato, la probabilidad posterior de cada una de las distintas Hiptesis: P (H/D).

LA INFORMACIN QUE NOS PERMITE APLICAR EL TEOREMA DE BAYES puede proceder del conocimiento completo del espacio muestral o de su estimacin subjetiva total o parcial.

ENFOQUE DE LOS HEURSTICO

LOS HEURSTICOS constituyen reglas y estrategias intuitivas, que se aplican de forma deliberada o no, para producir una estimacin o una prediccin.

LA EVALUACIN NATURAL, RPIDA Y ECONMICA EN TRMINOS DE ESFUERZO Y RECURSOS COGNITIVOS QUE PROPORCIONAN LOS HEURSTICOS puede dar lugar a distintos errores sistemticos, tambin denominados sesgos o falacias, caractersticos de cada uno de ellos.

TVERSKY Y KAHNEMAN INICIARON Y DESARROLLARON UN EXTENSO PROGRAMA DE INVESTIGACIN QUE SUSTENTA LA CONCEPTIULAIZACIN DE LOS TRES TIPOS BSICOS DE HEURSTICOS: REPRESENTATIVIDAD, ACCESIBILLIDAD Y ANCLAJE Y AJUSTE. Ms recientemente, KAHEMAN Y FREDERICK presentan un modelo en mayor medida integrador del juicio heurstico que responde a la denominacin de heurstico del prototipo.

CUANDO APLICAMOS EL HEURSTICO DE REPRESENTATIVIDAD juzgamos la probabilidad de que un ejemplar pertenezca a una categora en base a la medida en que el ejemplar es representativo o se asemeja al prototipo de la categora.

LA APLICACIN DE LOS HEURSTICOS DE REPRESETNATIVIDAD produce sesgos sistemticos en los juicios de probabilidad que se concretan en la insensibilidad:a) A las probabilidades a priori de la hiptesis,b) A la capacidad predictiva del datoc) Al tamao de la muestra y al concepto de regresin a la media, y d) Al principio de extensin de la Teora de la probabilidad.

GIGERENZER Y HOFFRAGE sostienen que las demandas computacionales de los algoritmos bayesianos son ms simples cuando la informacin se codifica en un formato de frecuencia frete al formato estndar de probabilidad, dando lugar a una proporcin sustancialmente superior de algoritmos bayesianos con resultados correctos.APLICAMOS EL HEURSTICO DE ACCESIBILIDAD cuando evaluamos la frecuencia de los ejemplares de una categora o la probabilidad de un acontecimiento por la facilidad con la que los ejemplares nos viene a la mente o se nos ocurren. En general, los ejemplos de categoras frecuentes se recuerdan con mayor facilidad y rapidez que los ejemplos de categoras menos frecuentes.

LA ACCESIBILIDAD DE EJEMPLARES O ACONTECIMIENTOS se ve tambin afectada por otro tipo de factores, como la familiaridad, la saliencia o su carcter reciente, lo que produce determinados sesgos cuando se aplica el heurstico de accesibilidad. Estos sesgos pueden agruparse en las cuatro categoras siguientes: sesgo debido: a) a la facilidad de recuperacin, b) a la facilidad en la construccin de ejemplos,c) a la facilidad para imaginar situaciones, y d) a la correlacin ilusoria e ilusin de control. LOS HEURSTICOS DEL PROTOTIPO son el resultado de un doble proceso de sustitucin: 1) una categora se sustituye por un ejemplar prototpico y2) un atributo de la categora (el que se evala en el juicio emitido) se sustituye por una propiedad del prototipo.

APLICAMOS EL HEURSTICO DE ANCLAJE Y AJUSTE cuando realizamos estimaciones de cantidades inciertas a partir de un valor inicial, que se ajusta hasta alcanzar la respuesta final. Diferentes valores de anclaje producen estimaciones sesgadas hacia el valor inicial.

DE ACUERDO CON LA APROXIMACIN TERICA INICIAL DE TVERSKY Y KAHNEMAN, el sesgo se produce en la fase de juicio absoluto debido a que el proceso de ajuste es insuficiente porque termina en el lmite ms prximo al valor del ancla dentro del rango de valores posibles. Los resultados de JACOWITZ Y KAHNEMAN sugieren que el sesgo puede originarse tambin en la fase de recuperacin de la informacin y que el ancla puede actuar como una sugerencia, haciendo la informacin compatible con el ancla ms accesible.

CHAPMAN Y JOHNSON presentan un modelo terico, alternativo a la propuesta inicial de TVERSKY Y KAHNEMAN, que sostienen que los errores en los juicios y sesgos se produciran como consecuencia del priming asimtrico en el proceso de recuperacin de la informacin, que incrementara la disponibilidad de rasgos compartidos por ancla y respuesta y reducira la disponibilidad de aquellos rasgos que las diferencian.

LOS RESULTADOS DE EPLEY Y GILOVICH demuestran que cuando el valor del anclaje es autogenerado el proceso de ajuste en la fase de juicio absoluto es el responsable del efecto.

LA TEORA DE APOYO DE TVERSKY Y KOEHLER, constituye una perspectiva que permite explicar bajo un marco terico integrador gran parte de los sesgos sistemticos que responden a la denominacin del juicio basado en heursticos de la prediccin categorial y en la evaluacin de frecuencias y probabilidades.

EL DENOMINADO EFECTO DE DESEMPAQUETADO, constituye el principio explicativo de la teora de apoyo.

LA TEORA DEL APOYO explica algunos de los sesgos ms representativos del razonamiento probabilstico humano que vulneran los axiomas de la Teora de la probabilidad, como son la regla de conjuncin (axioma 4) y la regla de disyuncin (axioma 3).

LA EORIA DE LOS MODELOS MENTALES

LA TEORA DE LOS MODELOS MENTALES DE JONSON-LAIRD, explica el razonamiento extensional sobre probabilidades; es decir, el razonamiento deductivo que genera la probabilidad de un acontecimiento a partir de las diferentes posibilidades en que puede ocurrir. Se basa en cinco principios, entre los cuales el principio del subconjunto permite el clculo adecuado de la probabilidad condicional posterior sin necesidad de aplicar el Teorema de Bayes.

LOS SESGOS SISTEMTICOS EN LA INFERENCIA BAYESIANA se explican por la limitacin en la memoria de trabajo, que dificulta la representacin extensional del espacio muestral y la correcta aplicacin del principio del subconjunto. BARBEY Y SLOMAN integran el enfoque de los modelos mentales en el marco terico de las denominadas hiptesis de los conjuntos anidados.LA TEORA DE LOS MODELOS MENTALES explica tambin los sesgos cuando se razona sobre probabilidades relativas. Cuando no se contemplan los casos en que las premisas son falsas, los sujetos pueden llegar a conclusiones imposibles.

JUICIOS PROBABLISTICOS Y CALIBRACIN

EL CONCEPTO DE CALIBRACIN se define como el grado de precisin o ajuste entre el juicio probabilstico sobre la confianza en el propio rendimiento y la eficacia objetiva avalada por los datos de la ejecucin.

EL EFECTO DE EXCESO DE CONFIANZA Y EL EFECTO FACIL-DIFICIL constituyen dos fenmenos de elevada consistencia emprica en la literatura sobre calibracin.

DE ACUERDO CON LA TEORA DE LOS MODELOS MENTALES PROBABILSTICOS (MMP) el desajuste en la calibracin no es una caracterstica intrnseca del juicio humano, sino la consecuencia de la utilizacin de tareas con escasa validez ecolgica.

EL ALGORITMO BSICO TAKE THE BEST (TOMAR LA MEJOR) (TTB) constituye el marco conceptual de la teora. Las inferencias sobre preguntas inciertas se basan en claves probabilsticas, que se generan, se evalan y se activan para dar la respuesta de acuerdo con un orden jerrquico en funcin de su grado de validez.

EL MODELO FUERZA-PESO DE LA CONFIANZA EN LA EVIDENCIA, planteado en el enfoque de los heursticos, aborda las razones que pueden explicar la eleccin de claves con escaso valor predictivo respecto a una determinada hiptesis. El sesgo en el juicio predictivo se produce por la focalizacin excesiva en la impresin (fuerza) que produce la evidencia, lo que da lugar a un ajuste insuficiente de su validez predictiva relativa (peso).

EL MODELO FUERZA-PESO explica la calibracin en el juicio clnico de expertos sobre un caso particular, en el que se observa sobre-confianza extrema cuando la fuerza es elevada (insensibilidad a la probabilidad a priori de la hiptesis) y el peso es bajo (insensibilidad a la eficacia predictiva del dato).

SESGO PREDICTIVO Y SESGO RETROSPECTIVO

LA IMPRESIN QUE GENERA LA OBSERVACIN DE UNA UNICA EXPERIENCIA puede producir un exceso de confianza en nuestro juicio, que responde a la ilusin cognitiva que KAHNEMAN denomina ilusin de validez.

EL EXCESO DE CONFIANZA SUBJETIVA SE SUTENTA EN LO QUE DENOMINA LA FALACIA NARRATIVA, basada en el intento continuo de buscar un sentido al mundo que nos rodea y una coherencia en los hechos que se suceden.

SI LA ILUSIN DE VALIDEZ, nos conduce a confiar en exceso en nuestros juicios predictivos si son coherentes con la evidencia presente, el sesgo retrospectivo revisa y reestructura nuestra concepcin sobre un hecho del pasado si la evidencia disponible lo contradice.

LOS TRES COMPONENTES DEL SESGO RETROSPECTIVO ya identificados en los estudios pioneros de FISCHHOFF son: a) Las impresiones de necesidad: reflejan el grado en que los resultados de un acontecimiento se perciben como determinadas causalmente,b) las impresiones de predictibilidad: asumen las percepciones y juicios coherentes con el hecho de que los resultados podran haberse anticipado.c) Las distorsiones de la memoria: revelan el recuerdo errneo de que sus predicciones estuvieron ms cerca de los resultados de lo que de hecho estuvieron.

LOS PROCESOS PSICOLGICOS QUE SUBYACEN A CADA UNO DE ESTOS COMPONENTES:1) En el caso de la atribucin causal las personas elaboramos antecedentes consistentes con el resultado de forma que parezca en mayor medida predeterminado,2) La impresin de predictibilidad implica consideraciones metacognitivas que presuponen que el resultado podra haberse anticipado en algn momento,3) Las distorsiones en el recuerdo estn gobernadas por procesos de memoria que se concretan en el anclaje en el resultado y la reconstruccin de la prediccin inicial.

TEMA6 RAZONAMIENTO PROBABLISTICO