Jag tror att felaktiga sammanfattande bedömningar inte tar hänsyn till (eller tillämpar) en vanlig statistisk princip: regression mot medelvärdet. Eftersom processförare inte gynnas av upprepad exponering för en fullständig uppsättning fakta, deltar vi i en process som kallas intensitetsmatchning och som kräver att vi väger den begränsade information vi har för att skapa en bedömning av resultatet (risk och belöning). Detta är en farlig praxis eftersom det handlar om att hitta ett svar på en ersättningsfråga i avsaknad av annan information.
Enligt Kahneman ger intensitetsmatchningsövningar extrema förutsägelser när de baseras på extrema bevis, vilket leder till att människor ger samma svar på två olika frågor. Kahneman ger följande exempel:
Julie går sista året på universitetet. När hon var fyra år gammal var hon redan en flytande läsare. Vad är hennes betygsgenomsnitt (GPA)?
När de bryts ner är detta i grunden två frågor:
1. Vad är Julies percentilpoäng för läsförmåga?
2. Vad är Julies percentilpoäng för medelbetyg?
För att få fram rätt svar måste en schematisk formel användas:
Läsålder = delade faktorer + faktorer som är specifika för läsåldern = 100 %
GPA = delade faktorer + faktorer som är specifika för GPA = 100 %
De delade faktorerna innefattar genetiskt bestämd begåvning, graden av stöd från familjen för akademiska intressen och alla andra faktorer som kan leda till att människor blir tidiga läsare som barn och akademiskt framgångsrika vuxna.
Nu måste vi behöva bedöma korrelationen mellan de två måtten: läsålder och GPA. Denna korrelation är lika med andelen delade faktorer bland deras bestämningsfaktorer.
I detta scenario tilldelar Kahneman en optimistisk gissning på 30 %.
Vi har nu allt vi behöver för att nå en opartisk förutsägelse:
1. Börja med en uppskattning av genomsnittlig GPA.
2. Bestäm den GPA som stämmer överens med ditt intryck av bevisen.
3. Uppskatta korrelationen mellan läshastighet under barndomen och GPA.
4. Om korrelationen är .30, flytta 30 % av avståndet från genomsnittet till det matchande GPA.
Det första steget fastställer baslinjen, vilket är det GPA som vi skulle ha förutspått om vi inte visste något annat om Julie än att hon var en sistaårselev på college.
Det andra steget innefattar vår sammanfattande bedömning, vilket är vår intuitiva bedömning av bevisen.
Det tredje steget innefattar den aktiva processen att röra sig bort från baslinjen mot vår intuitiva förutsägelse, men endast i en grad som stämmer överens med vår uppskattning av korrelationen.
Det sista steget ger oss vårt svar: en förutsägelse som är influerad av vår intuition och som förutsätts av en ofördelaktig basränta.