[SCRÂȘIT]
[FOSȘIT]
[CLIC]
RICHARD DE NEUFVILLE: Deci,
ce facem în practică?
Abordarea simplă este de a
calcula limita superioară.
Aceasta este cunoscută ca
valoarea așteptată a informațiilor perfecte.
Deci aici
vă voi conduce în acest exercițiu.
Deci valoarea așteptată a
informațiilor perfecte
este total ipotetică.
Nu exista.
Dar simplifică
analiza și vă oferă
o limită superioară, ceea ce este util
pentru că putem
exclude cu siguranță unele teste
dacă nu se îndeplinesc--
dacă depășesc
limita superioară a valorii posibile.
Deci, conceptul este că există
un test perfect, care exact
ce eveniment va avea loc.
O să numesc asta... O
numesc
aparat Cassandra.
Mitologia greacă, nu că
cineva ar trebui să o
știe neapărat, este că această
doamnă era Cassandra
care avea darul, ca să
spunem așa, de a vedea mereu
care va fi viitorul și
cu blestemul că nimeni nu
o va crede vreodată.
Totul a fost despre
bătălia pentru Troia,
iar ea putea prezice
că cineva va muri,
dar nimeni nu
o va crede și așa mai departe.
Deci asta era chestia, pe care ea o
putea prezice absolut.
Deci aceasta este
mașina Cassandra.
Prevestește absolut.
Acum, desigur,
asta nu există,
dar care este beneficiul ei?
Deci, mașina Cassandra
este această cutie neagră
care prezice exact ce
rezultat al testului va avea loc.
Produce cele mai bune
informații posibile.
Prin urmare, vreau să spun,
este absolut adevărat.
Deci, dacă ai avea cele mai bune
informații posibile, adică
dacă ai ajunge
fără incertitudine,
ai putea lua cele
mai bune decizii
și ai avea un
câștig maxim față de decizia pe care ai
lua-o fără informații.
Prin urmare,
vă oferă limita superioară a
valorii testului.
Deci, ce putem face dacă
putem obține valoarea reală,
putem măcar să îi stabilim
niște limite.
Și asta face
mașina Cassandra,
acest lucru ipotetic.
Frumusețea suplimentară
este că calculul
pentru această valoare așteptată
a informațiilor perfecte
este aproape banal.
Prima dată când încerci să
o faci, te vei zgudui puțin
pentru că nu ești obișnuit cu asta.
Dar, practic, este
un dispozitiv foarte simplu
și destul de transparent.
Așa că permiteți-mi să vă dau un exemplu.
Așa că nu uitați, aceasta este
problema pelerina de ploaie,
că vă
treziți dimineața
și dacă decideți să
luați haina de ploaie sau nu.
Poate exista o șansă de
ploaie, ploaie sau fără ploaie,
ca în diagramă.
Există o evaluare anterioară
că probabilitatea este de
0,4 sau 0,6 de ploaie sau fără ploaie.
Și există aceste valori ale
situației la sfârșitul lui 5,
minus 2, minus 10 și 4, valori pe
care le-am inventat doar pentru a
ne oferi numere cu care să ne jucăm.
Dar asta e problema inițială.
Acum, doar pentru a ne pune
înapoi în acest context,
alegerea mai bună în
acest moment este care?
Deci, cum
vă reamintim cum este?
Dacă luăm haina de ploaie,
care este o decizie de top,
avem o șansă de 0,4 să
avem 5, ceea ce înseamnă o medie de 2.
Avem o șansă de 0,6
să obținem un minus 2,
adică un minus 1,2.
2 minus 1,2 este 0,8.
În schimb, dacă nu
iau haina de ploaie,
am o probabilitate
de 4 din minus 10.
Adică minus 4.
O probabilitate de 0,6 din 4, 2,4.
Deci este un număr negativ.
Deci cea mai bună alegere a mea este să
iau haina de ploaie, nu?
Așa că sper că v-ați
întors cu toții acum
în acest groove special.
Deci, configurația pentru
probabilitățile pentru EVPI.
Ori va spune că
va ploua sau nu va ploua.
Aceasta este mașina perfectă.
Apăsați butonul,
spuneți adevărul, vă rog,
și va spune că
mașina Cassandra spune ploaie.
Sau va spune
contrariul pentru că i-am
oferit doar două opțiuni.
Acum, care sunt probabilitățile să
spună asta?  Ei
bine, cea mai bună estimare
a acestor probabilități
este cea
cu care ați început înainte.
Ai crezut că există 40%
șanse să plouă, așa că 40%
din timp, îți va
spune că va ploua.
Și invers, astfel încât tu...
a priori, ai
cele mai bune estimări
pentru valoarea rezultatului
este ceea ce ai fost anterior.
Acum, în general,
odată ce știi care

este soluția incertitudinii,
cea mai bună decizie
este destul de evidentă.
Dacă ai ști că va ploua... dacă te
întorci aici, dacă ai
ști că va ploua,
compari 5 cu 10.
Ei bine, ai lua haina de ploaie.
Dacă știai sigur că
nu va ploua,
compari minus 2 și 4 și
nu iei haina de ploaie.
Deci nu trebuie să faceți
calcule complicate
ale posibilităților.  Ai
avea o
probabilitate de 0,4
care ar duce pelerina de
ploaie pentru a ajunge la 5
și probabilitatea de 0,6
de a nu lua haina de ploaie
și de a obține un rezultat de 4.
Așa că poți să-ți notezi cele mai bune
decizii destul de automat.
Acum,
valoarea așteptată după acest caz,
deoarece rulez acest
calcul, făcând de 0,4 ori
rezultatul lui 5 și 0,6 din
4, valoarea ta perfectă este 4,4.
Acum, valoarea așteptată
a informațiilor perfecte
este valoarea incrementului,
nu valoarea de la sfârșitul acesteia.
Este valoarea incrementului.
Ce ai obținut din asta?
Deci valoarea așteptată
după test a fost 4,4.
Valoarea așteptată
înainte de test a fost 0,8.
Valoarea așteptată a
informațiilor perfecte în acest caz
este 3,6.
În regulă, deci lucrul bun
la ea este anterioară--
valoarea așteptată a simple--
informațiile perfecte sunt
ușor de calculat.
Probabilitatea anterioară
trebuie să fie egală cu probabilitatea
rezultatului perfect al testului.  Odată ce
ați rulat testul perfect,
probabilitățile posterioare
sunt fie 0, fie 1.
Fie se întâmplă acest lucru,
fie nu se întâmplă.
Nu există nicio îndoială despre asta.
Odată ce știi că există o
mulțime de 0 probabilități
și există o singură
probabilitate,
știi ce vei
alege
și aproape poți
scrie valoarea așteptată
a formulei de informații perfecte
direct.
Nu este nevoie să
folosiți teorema lui Bayes.
Deci, Robert, din moment ce ai pus
întrebarea înainte...
Nu încerc să
te pun pe loc.
Dar din moment ce o faci
și îți arăt asta.
De ce nu ai folosit această
abordare, dacă știai despre ea?
Sau poate nu
știai despre asta.
Deci, care este...
poți avea o
discuție despre asta,
te rog, sau
răspunsul tău la asta,
dacă nu te fac de rușine sau
te pun pe loc, ceea ce
nu mă refer.
PUBLIC: Nu, e bine.
De fapt, nu am auzit această
idee de informare perfectă.
Da, deci acesta este probabil
motivul principal pentru care nu am folosit asta.
Dar celălalt
a fost la Chevron,
avem un fel de
procedură definită
în ceea ce privește modul în care justificăm
valoarea informațiilor.
Deci acea procedură folosea
probabilitățile condiționate.
Dar eu, personal, am fost
puțin inconfortabil
pentru că, așa cum
spuneai, este
greu să-mi dau seama care
ar fi procentele fie pentru
un rezultat bun, mediu sau rău.
Așa că a fost destul de dificil
să aplici
și cred că, la sfârșit, oamenii
nu au fost foarte încrezători în asta,
așa cum spuneau.
RICHARD DE NEUFVILLE: Ei bine,
cred că este corect.
Așadar, acum vreo 30 sau 40 de ani,
adică, sunt suficient de mare ca să-mi
amintesc că, a existat
o fază în care
analiza deciziei se
preda foarte mult în
școlile de afaceri, care
de atunci a trecut.
Și companiile au preluat asta
pentru că era cu siguranță mai bine
decât să nu se uite la incertitudine.
Și a fost frumos să am
această noțiune de
regulă lui Bayes, o teoremă a lui Bayes.
Și oamenii se credeau
ca fiind bayesieni sau nu.
Și deci există o
istorie întreagă despre de ce
aceasta a fost
îmbunătățirea corectă a abordării,
fără să ne gândim la faptul
că aceste alte probleme,
probabilitățile--
probabilitățile asociate
și probabilitatea
de apariție
și așa mai departe, care fac
parte din acel factor special.
pentru că funcționarea
teoremei lui Bayes
sunt în principiu greu de
obținut și greu de documentat
și greu de demonstrat.
Deci, cred că
reflectați,
ceea ce poate exista în altă parte --
nu arăt cu
degetul către Chevron --
dar că au un
manual de analiză a deciziilor.
Au o abordare, o
procedură și așa mai departe.
Dar nu prea zboară.
Și așa cum sugerezi, că mulți
oameni nu cred în asta.
Și aș fi unul dintre
aceștia, dacă aș fi în Chevron,
pentru că este atât de spongios--
calculul este corect,
dar datele sunt spongioase.
Și este genul de situație GIGO, gunoi în,
gunoi afară,
cred.
Așa că înțeleg că ești
încurajat să faci asta,
iar acest EVPI este
banal din punct de vedere matematic.
Adică, nu trebuie să
fii inteligent sau să te gândești
la complexități, dar îți
oferă o limită superioară.
Și acesta este
aspectul util al acesteia.
Și vă mulțumesc că ați
observat că nu este
modul obișnuit de a
aborda lucrurile.
Dar cred că este un
mod rezonabil de a o face
și productiv.
Și te-aș încuraja
să iei mesajul înapoi.
Acum, văd că
nu vor schimba
procedurile pentru tine.
Și așa că ceea ce fac oamenii în
cazul în care procedura este greșită,
ei încearcă să o ignore,
ceea ce ați reflectat.