予測は人間が生きていく上で必要なものですが、その信頼性は実のところ満足のいくものではありません。これは技術的な理由だけでなく、人間的な要因によるものです。
例えば、「非標本誤差」。例えば、運転歴30年、走行回数2万回、軽微な事故を2回しか起こしていないドライバーがいたとします。もし彼が中秋節に家族とワインをたくさん飲んだとしたら、運転記録が良いからといって、今度は事故に遭わないと考えることができるでしょうか？これは明らかに間違った考え方です。なぜなら、2万回の旅行がきれいな飲酒運転の記録で行われ、今回は飲み過ぎて前の記録が統計的に有意でなくなったからです。このような低レベルのエラー予測専門家が回避できると考えるのは当然かもしれませんが、実際はそうではありません。米国が引き起こした2008年の世界金融危機は、人間が予測したのは1つか2つだけで、他のすべての米国の格付け機関、ホワイトハウスのシンクタンク、エコノミストは予測できません。その理由は、この「非サンプル」の予測ミスがあったからです。物事が変化するとき、過去の記録に基づいて予測を立てても、間違った答えを導くだけです。
多くの人が株式市場に投資するのが好き。強気市場、投資家、そしてアマチュアであることは、私はそれが多かれ少なかれお金になることを恐れているが、弱気市場への強気市場から、証券会社は、一般的に集団的な間違いです。これは、人的要因の詳細です。証券アナリストは、間違った判断は非常に正常である表示されますが、ミスを一緒に自分の間違いに等しいですが、唯一の自分の間違いを避けなければなりません。たとえば、一部の人々は、株式市場がクラッシュする一定の確率を持って分析している、最善の戦略は、保持し続けることです。だから、株式市場の暴落は、同業者の大半はいつ暴落するかわからないため、また、戦略、集団の間違いを保持することを選択し、独自の低レベルを表示されません。あなたは急いであなたの株式を売却した場合しかし、短期的な株価が下落しなかったか、あるいは上昇し、それだけであなたのレベルが十分ではないことを示すでしょう。
しかし、ベイズの定理を利用することで、予測をより真実に近づけることができます。この確率定理は200年以上前から作られてきたもので、条件付き確率推論の問題で、確率的な情報に対する人々の認知的な処理と、効果的な学習と判断の決定を導く法則を明らかにしたものです。例えば、ある女性がマンモグラフィで陽性だった場合、乳がんになる確率は？統計によると、乳がんでない人がX線検査で陽性になる確率は10％、乳がんである人がX線検査で陽性になる確率は75％です。しかし、ベイズの定理を使って分析すると、40代の女性が乳がんにかかる確率は1.4％と非常に低いため、先験的な確率では乳がんである確率は10％に過ぎません。
ビッグデータの時代、情報量は爆発的に増えたものの、シグナルとノイズが共存し、正しい予測をすることは以前より簡単ではありませんし、むしろ難しくなっています。シグナルとノイズ」という本では、ベイズの定理に基づき、物事の因果関係を理解しようとし、人為的・技術的にやってはいけないミスを避けることで、予測精度が格段に上がると説いています。
