Negligência do tamanho da amostra
O tamanho da amostra Neglect é um viés cognitivo famoso por Amos Tversky e Daniel Kahneman. Ocorre quando os usuários de informações estatísticas tiram conclusões falsas ao não considerar o tamanho da amostra dos dados em questão.
A causa subjacente da Negligência do Tamanho da Amostra é que as pessoas geralmente não conseguem entender que altos níveis de variação são mais prováveis de ocorrer em amostras pequenas. Portanto, é fundamental determinar se o tamanho da amostra usada para produzir uma determinada estatística é grande o suficiente para permitir conclusões significativas.
Saber quando um tamanho de amostra é suficientemente grande pode ser um desafio para aqueles que não têm um bom entendimento dos métodos estatísticos.
Principais Takeaways
- O tamanho da amostra Neglect é um viés cognitivo estudado por Amos Tversky e Daniel Kahneman.
- Consiste em tirar conclusões falsas a partir de informações estatísticas, por não ter considerado os efeitos do tamanho da amostra.
- Aqueles que desejam reduzir o risco de negligência no tamanho da amostra devem lembrar que tamanhos de amostra menores estão associados a resultados estatísticos mais voláteis e vice-versa.
Noções básicas sobre negligência no tamanho da amostra
Quando o tamanho da amostra é muito pequeno, não é possível tirar conclusões precisas e confiáveis. No contexto das finanças, isso pode enganar os investidores de várias maneiras.
Por exemplo, um investidor pode ver um anúncio de um novo fundo de investimento, gabando-se de ter gerado 15% de retorno anualizado desde a sua criação. O investidor pode ser rápido ao incluir que esse fundo é a sua passagem para a rápida geração de riqueza. No entanto, esta conclusão pode ser perigosamente equivocada se o fundo não estiver investindo há muito tempo. Nesse caso, os resultados podem ser devidos a anomalias de curto prazo e pouco têm a ver com a metodologia de investimento real do fundo.
A Negligência do Tamanho da Amostra é frequentemente confundida com a Negociação da Taxa Base, que é um viés cognitivo separado. Embora a Negociação do Tamanho da Amostra se refira à falha em considerar o papel do tamanho da amostra na determinação da confiabilidade das declarações estatísticas, a Negociação da Taxa Base está relacionada à tendência das pessoas de negligenciar o conhecimento existente sobre um fenômeno ao avaliar novas informações.
Exemplo do mundo real de negligência no tamanho da amostra
Para entender melhor a Negligência no tamanho da amostra, considere o exemplo a seguir, extraído da pesquisa de Amos Tversky e Daniel Kahneman:
Uma pessoa é convidada a tirar uma amostra de cinco bolas e descobre que quatro são vermelhas e uma é verde.
Uma pessoa tira uma amostra de 20 bolas e descobre que 12 são vermelhas e oito são verdes.
Qual amostra fornece melhores evidências de que as bolas são predominantemente vermelhas?
A maioria das pessoas diz que a primeira amostra menor fornece evidências muito mais fortes porque a proporção de vermelho para verde é muito maior que a amostra maior. No entanto, na realidade, a maior proporção é superada pelo menor tamanho da amostra. A amostra de 20 na verdade fornece evidências muito mais fortes.
Outro exemplo de Amos Tversky e Daniel Kahneman é o seguinte:
Uma cidade é servida por dois hospitais. No hospital maior, uma média de 45 bebês nascem todos os dias e no hospital menor, cerca de 15 bebês nascem todos os dias. Embora 50% de todos os bebês sejam meninos, a porcentagem exata varia de dia para dia.
Durante um ano, cada hospital registrou os dias em que mais de 60% dos bebês eram meninos. Qual hospital registrou mais esses dias?
Ao fazer essa pergunta, 22% dos entrevistados disseram que o hospital maior relataria mais esses dias, enquanto 56% disseram que os resultados seriam os mesmos para os dois hospitais. De fato, a resposta correta é que o hospital menor registraria mais dias desse tipo, porque seu tamanho menor produziria maior variabilidade.
Como observamos anteriormente, a raiz da Negligência do tamanho da amostra é que as pessoas geralmente não conseguem entender que altos níveis de variação são mais prováveis de ocorrer em amostras pequenas. Ao investir, isso pode ser muito caro.
Compare contas de investimento Nome do provedor Descrição Divulgação do anunciante × As ofertas que aparecem nesta tabela são de parcerias das quais a Investopedia recebe remuneração.