Artwork

Nội dung được cung cấp bởi Fraunhofer ITWM. Tất cả nội dung podcast bao gồm các tập, đồ họa và mô tả podcast đều được Fraunhofer ITWM hoặc đối tác nền tảng podcast của họ tải lên và cung cấp trực tiếp. Nếu bạn cho rằng ai đó đang sử dụng tác phẩm có bản quyền của bạn mà không có sự cho phép của bạn, bạn có thể làm theo quy trình được nêu ở đây https://vi.player.fm/legal.
Player FM - Ứng dụng Podcast
Chuyển sang chế độ ngoại tuyến với ứng dụng Player FM !

Viel Lärm um Bias – Wie Noise Entscheidungen und Statistiken verzerrt (Folge 20)

29:23
 
Chia sẻ
 

Manage episode 458674765 series 3632739
Nội dung được cung cấp bởi Fraunhofer ITWM. Tất cả nội dung podcast bao gồm các tập, đồ họa và mô tả podcast đều được Fraunhofer ITWM hoặc đối tác nền tảng podcast của họ tải lên và cung cấp trực tiếp. Nếu bạn cho rằng ai đó đang sử dụng tác phẩm có bản quyền của bạn mà không có sự cho phép của bạn, bạn có thể làm theo quy trình được nêu ở đây https://vi.player.fm/legal.

Wie viel verdient man in der Rockmusik? Ob eure Antwort »mehrere Millionen« oder »Das ist brotlose Kunst« lauten wird, hat oft weniger mit der Frage an sich zu tun, sondern mit den eigenen, individuellen Verzerrungen und Denkfehlern – dem statistischen Rauschen oder »Noise«.

Es wurde und wird viel über diese Denkfehler – Englisch Bias – geschrieben. Im Alltag ist es sehr schwer, ihnen nicht zu erliegen, weil sie sich völlig unbemerkt in unsere Entscheidungsprozesse einschmuggeln. In der Statistik kennt man den Begriff Bias ebenfalls. Dort ist es die systematische Abweichung eines Schätzverfahrens, welches im Mittel nicht den wahren Wert liefert. Gleichzeitig erfährt der Begriff hier weniger Aufmerksamkeit, weil das Problem zum einen gut verstanden ist und zum anderen mit wachsendem Stichprobenumfang immer geringer wird.

Symbolisiert wird der Bias immer gerne durch die eine Zielscheibe, bei der die Punktewolke der Einschusslöcher systematisch von der schwarzen Mitte abweicht. Siehe dazu auch der Blogpost »Von zitternden Schützen« von uns: www.itwm.fraunhofer.de/standardabweichung

Buch zu Noise sammelt Beispiele zu verzerrten Entscheidungen

Der Wirtschaftsnobelpreisträger Kahnemann widmet in seinem Buch »Noise: Was unsere Entscheidungen verzerrt – und wie wir sie verbessern können« die Aufmerksamkeit der Rückseite der Zielscheibe. In der Statistik würde man sagen: Er will die Standardabweichung bzw. Streuung genauer verstehen.

Unsere bloggenden Statistik-Experten Dr. Sascha Feth und Dr. Jochen Fiedler besprechen in der neuen Episode mit Esther Packullat, was man gewinnen kann, wenn man Streuungen zerlegt, und wieso das in der Medizin, bei Krediten oder vor Gericht viel öfter getan werden sollte.

Ganz nebenbei erfahren wir, warum die Datengrundlage des »Healy« derart stark von einem Bias befallen ist, dass man solche Studien ohne Chance auf Korrektur direkt in die Tonne treten kann. All das und noch viel mehr in der neuen »Streuspanne«-Folge!

Wir erwähnen folgende Links, Blogbeiträge und Bücher in der aktuellen Folge:

  • Buchtipp: »Noise. Was unsere Entscheidungen verzerrt – und wie wir sie verbessern können« von Daniel Kahneman, Olivier Sibony, Cass R. Sunstein

  • »Streuspanne« Blogpost »Von zitternden Schützen«: www.itwm.fraunhofer.de/standardabweichung

  • »Streuspanne«-Podcast-Folge »Statistik beweist – Parapsychologie ist (kein) Humbug. Über parapsychologische Studien und ihre kuriosen Entdeckungen«: www.itwm.fraunhofer.de/parapsychologie

  • ZEIT-Artikel zur neuen Resolution des UN-Menschenrechtsrats »Künstliche Intelligenz kann diskriminieren«: https://s.fhg.de/zeit-un-resolution

  • Spiegel-Titel-Story »Das Ende der Macho-Medizin«: https://s.fhg.de/spiegel-medizin

  • Buchtipp: »Unsichtbare Frauen – Wie eine von Daten beherrschte Welt die Hälfte der Bevölkerung ignoriert« von Caroline Criado-Perez

Ihr habt ein Zahlenphänomen oder eine Kuriosität entdeckt, die wir besprechen sollen oder eine Statistik in den Medien gelesen und wollt, dass wir sie in der »Streuspanne« zum Thema machen? Dann meldet Euch gerne über presse(at)itwm.fraunhofer.de bei uns.

  continue reading

34 tập

Artwork
iconChia sẻ
 
Manage episode 458674765 series 3632739
Nội dung được cung cấp bởi Fraunhofer ITWM. Tất cả nội dung podcast bao gồm các tập, đồ họa và mô tả podcast đều được Fraunhofer ITWM hoặc đối tác nền tảng podcast của họ tải lên và cung cấp trực tiếp. Nếu bạn cho rằng ai đó đang sử dụng tác phẩm có bản quyền của bạn mà không có sự cho phép của bạn, bạn có thể làm theo quy trình được nêu ở đây https://vi.player.fm/legal.

Wie viel verdient man in der Rockmusik? Ob eure Antwort »mehrere Millionen« oder »Das ist brotlose Kunst« lauten wird, hat oft weniger mit der Frage an sich zu tun, sondern mit den eigenen, individuellen Verzerrungen und Denkfehlern – dem statistischen Rauschen oder »Noise«.

Es wurde und wird viel über diese Denkfehler – Englisch Bias – geschrieben. Im Alltag ist es sehr schwer, ihnen nicht zu erliegen, weil sie sich völlig unbemerkt in unsere Entscheidungsprozesse einschmuggeln. In der Statistik kennt man den Begriff Bias ebenfalls. Dort ist es die systematische Abweichung eines Schätzverfahrens, welches im Mittel nicht den wahren Wert liefert. Gleichzeitig erfährt der Begriff hier weniger Aufmerksamkeit, weil das Problem zum einen gut verstanden ist und zum anderen mit wachsendem Stichprobenumfang immer geringer wird.

Symbolisiert wird der Bias immer gerne durch die eine Zielscheibe, bei der die Punktewolke der Einschusslöcher systematisch von der schwarzen Mitte abweicht. Siehe dazu auch der Blogpost »Von zitternden Schützen« von uns: www.itwm.fraunhofer.de/standardabweichung

Buch zu Noise sammelt Beispiele zu verzerrten Entscheidungen

Der Wirtschaftsnobelpreisträger Kahnemann widmet in seinem Buch »Noise: Was unsere Entscheidungen verzerrt – und wie wir sie verbessern können« die Aufmerksamkeit der Rückseite der Zielscheibe. In der Statistik würde man sagen: Er will die Standardabweichung bzw. Streuung genauer verstehen.

Unsere bloggenden Statistik-Experten Dr. Sascha Feth und Dr. Jochen Fiedler besprechen in der neuen Episode mit Esther Packullat, was man gewinnen kann, wenn man Streuungen zerlegt, und wieso das in der Medizin, bei Krediten oder vor Gericht viel öfter getan werden sollte.

Ganz nebenbei erfahren wir, warum die Datengrundlage des »Healy« derart stark von einem Bias befallen ist, dass man solche Studien ohne Chance auf Korrektur direkt in die Tonne treten kann. All das und noch viel mehr in der neuen »Streuspanne«-Folge!

Wir erwähnen folgende Links, Blogbeiträge und Bücher in der aktuellen Folge:

  • Buchtipp: »Noise. Was unsere Entscheidungen verzerrt – und wie wir sie verbessern können« von Daniel Kahneman, Olivier Sibony, Cass R. Sunstein

  • »Streuspanne« Blogpost »Von zitternden Schützen«: www.itwm.fraunhofer.de/standardabweichung

  • »Streuspanne«-Podcast-Folge »Statistik beweist – Parapsychologie ist (kein) Humbug. Über parapsychologische Studien und ihre kuriosen Entdeckungen«: www.itwm.fraunhofer.de/parapsychologie

  • ZEIT-Artikel zur neuen Resolution des UN-Menschenrechtsrats »Künstliche Intelligenz kann diskriminieren«: https://s.fhg.de/zeit-un-resolution

  • Spiegel-Titel-Story »Das Ende der Macho-Medizin«: https://s.fhg.de/spiegel-medizin

  • Buchtipp: »Unsichtbare Frauen – Wie eine von Daten beherrschte Welt die Hälfte der Bevölkerung ignoriert« von Caroline Criado-Perez

Ihr habt ein Zahlenphänomen oder eine Kuriosität entdeckt, die wir besprechen sollen oder eine Statistik in den Medien gelesen und wollt, dass wir sie in der »Streuspanne« zum Thema machen? Dann meldet Euch gerne über presse(at)itwm.fraunhofer.de bei uns.

  continue reading

34 tập

Tất cả các tập

×
 
Loading …

Chào mừng bạn đến với Player FM!

Player FM đang quét trang web để tìm các podcast chất lượng cao cho bạn thưởng thức ngay bây giờ. Đây là ứng dụng podcast tốt nhất và hoạt động trên Android, iPhone và web. Đăng ký để đồng bộ các theo dõi trên tất cả thiết bị.

 

Hướng dẫn sử dụng nhanh

Nghe chương trình này trong khi bạn khám phá
Nghe