[논문 리뷰] The Estimation of Subjective Probabilities via Categorical Judgments of Uncertainty

Alf Zimmer|arXiv (Cornell University)|2013. 03. 27.

Decision-Making and Behavioral Economics인용 수 3

한 줄 요약

이 논문은 사람들이 주관적 확률을 범주적(어휘적) 판단을 통해 어떻게 추정하는지 조사하며, 수치적 추정에 비해 어휘적 응답이 인지 부담과 편향을 줄인다는 것을 보여준다. 가능도 이론과 흐린 논리학을 사용하여 어휘적 불확실성 범주를 모델링하고, 복잡한 추론 과제에서 사람들이 어휘 표현을 사용할 경우 기초 빈도에 더 민감하고 오류에 덜 취약하다는 것을 입증한다.

ABSTRACT

Theoretically as well as experimentally it is investigated how people represent their knowledge in order to make decisions or to share their knowledge with others. Experiment 1 probes into the ways how people 6ather information about the frequencies of events and how the requested response mode, that is, numerical vs. verbal estimates interferes with this knowledge. The least interference occurs if the subjects are allowed to give verbal responses. From this it is concluded that processing knowledge about uncertainty categorically, that is, by means of verbal expressions, imposes less mental work load on the decision matter than numerical processing. Possibility theory is used as a framework for modeling the individual usage of verbal categories for grades of uncertainty. The 'elastic' constraints on the verbal expressions for every sing1e subject are determined in Experiment 2 by means of sequential calibration. In further experiments it is shown that the superiority of the verbal processing of knowledge about uncertainty guise generally reduces persistent biases reported in the literature: conservatism (Experiment 3) and neg1igence of regression (Experiment 4). The reanalysis of Hormann's data reveal that in verbal Judgments people exhibit sensitivity for base rates and are not prone to the conjunction fallacy. In a final experiment (5) about predictions in a real-life situation it turns out that in a numerical forecasting task subjects restricted themselves to those parts of their knowledge which are numerical. On the other hand subjects in a verbal forecasting task accessed verbally as well as numerically stated knowledge. Forecasting is structurally related to the estimation of probabilities for rare events insofar as supporting and contradicting arguments have to be evaluated and the choice of the final Judgment has to be Justified according to the evidence brought forward. In order to assist people in such choice situations a formal model for the interactive checking of arguments has been developed. The model transforms the normal-language quantifiers used in the arguments into fuzzy numbers and evaluates the given train of arguments by means of fuzzy numerica1 operations. Ambiguities in the meanings of quantifiers are resolved interactively.

연구 동기 및 목표

• 결정 과정 맥락에서 개인이 주관적 불확실성을 어떻게 표현하고 소통하는지 조사하기 위해.
• 어휘적(범주적) 불확실성 판단이 수치적 추정보다 인지 부담이 적은지 조사하기 위해.
• 가능도 이론을 사용하여 어휘적 불확실성 용어의 해석에 대한 개인 간 차이를 모델링하기 위해.
• 어휘적 처리가 보수성 및 회귀 무시와 같은 잘 알려진 인지 편향을 줄이는지 평가하기 위해.
• 흐린 수치 연산을 사용하여 자연어 양자화어를 흐린 수로 변환하고, 예측 과제에서 상호작용 가능한 논증 평가를 위한 형식 모델을 개발하기 위해.

제안 방법

• 사건 빈도를 추정하는 데 있어 응답 방식(어휘적 대비 수치적)을 비교하기 위한 통제된 실험을 수행하기 위해.
• 개별 참가자별 '탄력성 있는' 제약 조건을 어휘적 불확실성 용어(예: '가능성 있음', '희귀')에 대해 순차적 校정을 통해 결정하기 위해.
• 개별 참가자 간 어휘적 불확실성 표현의 해석에 차이를 모델링하기 위해 가능도 이론을 적용하기 위해.
• Hormann의 데이터를 재분석하여 어휘적 대비 수치적 판단에서 기초 빈도 민감성과 결합 오류를 테스트하기 위해.
• 자연어 양자화어를 흐린 수로 변환하는 형식 모델을 개발하기 위해.
• 논증 기반 예측 과제 동안 어휘적 의미의 상호작용적 모호성 해소를 구현하기 위해.

실험 결과

연구 질문

• RQ1 응답 방식(어휘적 대비 수치적)이 주관적 확률 추정의 정확성과 인지 부담에 어떤 영향을 미치는가?
• RQ2 개인의 어휘적 불확실성 범주가 맥락을 초월해 안정적이고 해석 가능한 제약 조건을 반영하는 정도는 어느 정도인가?
• RQ3 어휘적 판단을 사용할 경우 보수성 및 회귀 무시와 같은 편향이 줄어드는가?
• RQ4 불확실성을 어휘적으로 표현할 때 사람들은 수치적 표현보다 기초 빈도에 더 민감한가?
• RQ5 흐린 논리 기반 모델이 어휘적 및 수치적 논증을 통합함으로써 예측에서 추론을 효과적으로 지원할 수 있는가?

주요 결과

• 어휘적 응답 방식은 수치적 추정보다 인지 부담이 적어, 참가자들이 정보 처리에서 더 적은 왜곡을 보였다.
• 어휘적 판단을 사용한 참가자들은 어휘적 지식과 수치적 지식를 모두 접근한 반면, 수치적 예측자는 수치 데이터에 국한되었다.
• 어휘적 예측 과제에서 참가자들은 기초 빈도에 더 민감했고, 결합 오류에 덜 취약했다.
• Hormann의 데이터 재분석 결과, 어휘적 판단이 결합 오류를 유발하지 않았으며, 이는 어휘적 추론에 대한 이전 가정을 도전하는 결과였다.
• 흐린 논리 모델은 양자화어의 모호성을 효과적으로 해결하고, 예측 과정에서 논증의 체계적이고 상호작용적인 평가를 가능하게 하였다.
• 가능도 이론은 어휘적 불확실성 용어의 해석에 개인 간 차이를 효과적으로 포착하였다.