Kas ir pamatlikmes kļūda?

Pamatlikmes kļūda tiek pieļauta, ja persona koncentrējas uz konkrētu informāciju un ignorē vispārīgu informāciju, kas attiecas uz konkrētā notikuma kopējo iespējamību. Vienkāršs piemērs tam būtu pacienta stāvokļa diagnoze. Vispārējā informācija attiektos uz stāvokļa izplatību populācijā kopumā, un konkrētā informācija būtu iegūta no viena konkrēta pacienta pārbaudēm un izmeklējumiem. Pamatlikmes kļūda ir izdarīta, ja ārsts koncentrējas uz testa rezultātu un ignorē kopējo notikuma iespējamību.

Kļūdas ir identificētas loģikas lamatas, kas liek domātājam vai klausītājam nonākt pie kļūdainiem secinājumiem. Viens no maldības piemēriem ir motīvu maldība, ko bieži izmanto politiskajos argumentos, lai diskreditētu noteiktu spriešanas veidu. Piemēram, kāds politiķis var iebilst, ka kodolieroči ir dārgi, bīstami un no tiem ir jāatmet metāllūžņos. Oponents politiķis varētu atbildēt, sakot, ka vienīgais iemesls, kāpēc viņš strīdas, ir tāpēc, ka viņš cenšas lobēt ekstrēmo liberāļu labvēlību. Pirmā politiķa motīvam nav nozīmes viņa apgalvojuma precizitātei: kodolieroči joprojām ir dārgi un bīstami, un tāpēc sākotnējais punkts joprojām pastāv.

Pamatlikmes kļūdas piemēru var izveidot, izmantojot izdomātu letālu slimību. Iedomājieties, ka šī slimība skar vienu no 10,000 99 cilvēku, un to nevar izārstēt. Tests tiek izstrādāts, lai noteiktu, kam ir stāvoklis, un tas ir pareizs XNUMX% gadījumu. Džons veic testu, un viņa ārsts svinīgi informē viņu, ka rezultāti ir pozitīvi; tomēr Džonu tas neuztrauc. Lai izprastu pamatlikmes kļūdas, ir svarīgi saprast, kāpēc.

Ja testa precizitāte ir tikai 99 procenti, viens no 100 cilvēkiem, kas veiks testu, saņems nepareizu rezultātu, un 99 saņems pareizo rezultātu. Ir svarīgi atcerēties, ka tikai vienam no 10,000 100 cilvēku ir slimība. Ja testu veiks viens miljons cilvēku, tikai aptuveni 999,900 cilvēku saslimst ar šo stāvokli, bet 9,999 100 cilvēku tā nebūs. Testa precizitātes dēļ vienam procentam cilvēku, kuriem nav šī stāvokļa, 9,999 cilvēki, tiks paziņots, ka viņiem tas ir. Pastāv 99 reižu lielāka iespējamība, ka Džons būs viens no XNUMX cilvēkiem, kuri nepareizi identificēti kā slimi, nevis XNUMX cilvēki, kas pareizi identificēti kā tādi.

Tāpēc ir pierādīts, ka īpašā informācija, Džona tests, ir nepareiza bāzes likmes dēļ. Bāzes likmes kļūdas var izvairīties, ja visa pieejamā informācija tiek pareizi izpētīta pirms lēmuma pieņemšanas. Lai nonāktu pie loģiska secinājuma, informācija par konkrētā notikuma kopējo iespējamību ir jāņem līdzās konkrētai informācijai.