2.推論プロセスでの落とし穴 (1)帰納的推論

3.確率判断での落とし穴
(1)統計的独立
• 統計的独立=個々の試行は独立的に
生起すること
↓↑
• 過去に生起した事象は、次の試行に影響
を与えない
*(公正な)コイン投げやルーレット、サイコ
ロなどでは成り立っているといえる
(2)大数の法則と少数の法則
• 大数の法則
=試行回数が十分に多ければ、相対頻度
が理論的な確率に近づいていくこと
• 少数の法則という誤った信念
=非常に多くの試行でしかあてはまらな
い大数の法則が、少ない試行でも有効で
あると考えてしまうこと
(3)サンプルサイズの無視
• 代表性ヒューリスティックスがバイアスとし
て機能する条件の一つがサンプルサイズ
(標本数)の無視
• ありうべき確率に引きずられて、大数の法
則を無視してしまう
⇒少数の法則への信念
(4)ギャンブラーの錯誤
少数の法則
への信念
統計的独立
の無視
ランダムであれば、事象が交差して生起す
ると期待する心理的傾向(バイアス)
⇒ギャンブラーの錯誤
(5)平均への回帰
• 大数の法則からの帰結
→試行回数が十分に大きければ、
累積平均はありうべき値(理論的
確率、本来の実力など)に徐々に
収束していく
Ⅲ リスク認知と意思決定
1.意思決定とリスク
2.リスク状況での評価
3.プロスペクト理論
1.意思決定とリスク
• わたしたちは将来を確実に見通すことがで
きない(←合理性の限界)
↓
• 意思決定での選択肢の評価の際には、選
択肢が導く結果が不確かであることを考慮
する必要がある。
1.意思決定とリスク(continued)
• リスク状況
=情報が不完全であるために、起こりうる状態
(結果)が一つに特定できないものの、起こりうる
状態(結果)に対しての(主観的あるいは客観的
な)確率分布を想定できる状況
• われわれの意思決定の多くはこうした状況で
なされている
2.リスク状況での評価
(1)期待利得による評価
• リスク状況での評価方法として、期待利得
(=期待値)に基づいた評価がしばしば行
われる
• 期待値とは、(確率変数の)とりうる値とそ
の値になる確率を掛けて総和を取ったもの
(2)期待効用による評価
• 期待利得(期待値)による評価では確実性効果
(=確実性の高い選択肢が相対的に高く評価
される効果)が反映されないという難点
• 10000円のもたらす満足度は1000円のもたらす
満足度の10倍ではなく、50000円のもたらす満足
度の1/5でもない
→単なる利得ではなく、それがもたらす効用(=
主観的満足度)を基準にして評価する
(2)期待効用による評価(continued)
• 一般に、限界効用は逓減すると想定される
• 限界効用逓減に基づいた期待効用基準に
よって、リスク回避的な選択が説明できる
ようになる。
リスク選好的
(3)反転効果
• 利得に関する選択ではリスク回避的である
のにもかかわらず、損失に関する選択で
は、リスク選好的になること
↑
• 損失についても限界効用逓減が成り立つ
ため