帰納的推論
帰納的推論 inducitive reasoning: いくつかの個別的知識から、一般的法則を導き出す思考過程のこと。
・帰納的推論のプロセスとエラー
■ 1.事例獲得: 事例情報を収集する段階。偏りなく事例を収集する必要がある。 2.仮説形成: 事例情報に基づいて、一般化を行い、仮説を形成(帰納)をする段階。 3.仮説検証: 仮説に基づく結論を、観察事実に基づいて評価し、仮説をするか修正するか棄却して新しい仮説を育成するかを決める段階。
・ 過剰一般化 overgeneralization
■ 少数の事例や偏った事例で一般化してしまうこと
・ 利用可能性ヒューリステック availability heuristic
■ ある事象の生起頻度を、それに当てはまる事例をどれだけ記憶から取り出して利用しやすいかに応じて判断する直感的方略のこと。
・ 確証バイアス confirmation bias (前述参照)
・ 代表性ヒューリステック representativeness heuristic
■ ある事象が特定のカテゴリーに属するかどうかの確率を、その事象がカテゴリーを見かけ上よく代表しているか否かに基づいて判断する直感的方略のこと。
・ 相関(共変)関係の検出 covariance detection
■ 2つの事象を対比させる時、ある着目点があると、その着目点だけしか見られなくなること。
・確率推論におけるエラー
・ ベイズの理論 Bayes' theorem
■ 仮説の正しさを確率的に求める定理。
条件付き確率(conditional probability)に関する定理である。
└→事象Aが生起したことを条件として事象Bが生起する確率のこと。
■■■ P(AB) P(A|B)= ―――― P(A)
■ ※ 直感的な解と規範解が異なるためしばしば研究の対象となる。
・ ギャンブラーの錯誤 gambler's fallacy (ランダム系列の誤認知)← 代表性ヒューリステックの例
■ 毎試行が独立な、ランダムな事象系列であっても、あたかもランダムな確率ではないかのように考えてしまう傾向がある。 ex.コイン投げ
・ 連言錯誤 conjunction fallacy
■ ある個別事象よりもそれを含む連言事象の可能性のほうが高いと判断される事象のこと。
代表性ヒューリスティックを使用しているためにおこる。 ex.リンダ問題(Tvarsky & kohneman,1982)
・ 標本の大きさの問題 sample size neglect
■ ある事象が起こる確率を標本の大きさを無視して考えてしまうこと。
ex.病院問題(kohneman & Tvarsky,1972)
・ 脱バイアス debiasing
■ 連言錯誤やサンプルサイズの無視は、規範的理論を学習したり、規範的な考え方を促すような手がかりを与えることによって、バイアスや錯誤が減少することもある。
ex.ベイズ的確率推定問題 → 同形型図式表現(isomarphic schematic representation)−円形グラフを用いる