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