에서 빠른 속도와 느린 생각 , 대니얼 카너먼은 다음과 같은 가상의 질문을 제기 :
(P. 186) Julie는 현재 주립 대학의 선배입니다. 그녀는 4 살 때 유창하게 읽었습니다. 그녀의 학점 평균 (GPA)은 무엇입니까?
그의 의도는 특정 통계에 대한 예측을 할 때 평균에 대한 회귀를 설명하지 못하는 방법을 설명하는 것입니다. 이후 토론에서 그는 다음과 같이 조언합니다.
(P. 190) 두 가지 측정 값 (현재의 읽기 연령과 GPA)의 상관 관계는 해당 결정 요인 간의 공유 요소 비율과 같습니다. 그 비율에 대해 가장 잘 추측하는 것은 무엇입니까? 가장 낙관적 인 추측은 약 30 %입니다. 이 추정치를 가정하면 편견없는 예측을 생성하는 데 필요한 모든 것이 있습니다. 간단한 4 단계로가는 방법은 다음과 같습니다.
- 평균 GPA 추정치부터 시작하십시오.
- 증거에 대한 인상과 일치하는 GPA를 결정하십시오.
- 읽기 우선 순위와 GPA 간의 상관 관계를 추정하십시오.
- 상관 관계가 .30이면 거리의 30 %를 평균에서 일치하는 GPA로 이동하십시오.
그의 조언에 대한 나의 해석은 다음과 같습니다.
- Julie의 읽기 우선 순위에 대한 표준 점수를 설정하려면 "4 살 때 유창하게 읽습니다"를 사용하십시오.
- 해당 표준 점수가있는 GPA를 결정하십시오. ( GPA와 읽기 우선 순위 사이의 상관 관계가 완벽 하다면 예측할 합리적인 GPA는이 표준 점수에 해당 합니다.)
- 읽기 우선 순위의 변동으로 GPA 변동의 비율을 설명 할 수 있습니다. (나는이 맥락에서 "상관 관계"로 결정 계수를 언급한다고 가정한다)
- Julie의 읽기 우선 순위 표준 점수의 30 % 만 GPA의 표준 점수를 설명 할 수있는 요소로 설명 할 수 있기 때문에 Julie GPA의 표준 점수가 원래 점수의 30 %가 될 것으로 예상 할 때만 정당화됩니다 완벽한 상관의 경우.
Kahneman의 절차에 대한 나의 해석은 정확합니까? 그렇다면 그의 절차, 특히 4 단계에 대한 공식적인 수학적 정당성이 있습니까? 일반적으로 두 변수 간의 상관 관계와 표준 점수의 변경 / 차이는 어떤 관계입니까?