Philip E. Tetlockin ja Dan Gardnerin superennuste

Dan Gardner Health Lifestyle Philip E. Tetlock Psychology Social Superforecasting

Ennustamisen taide ja tiede

Superforecasting by Philip E. Tetlock and Dan Gardner

Osta kirja – Philip E. Tetlockin ja Dan Gardnerin superennuste

Mitä Superforecasting-kirjan aihe tarkalleen ottaen on?

Superforecasting (2015), joka perustuu vuosikymmeniä kestäneeseen tutkimukseen ja suuren, hallituksen tukeman ennusteturnauksen tuloksiin, selittää, kuinka voit parantaa ennusteidesi tarkkuutta riippumatta siitä, yritätkö ennakoida muutoksia varastossa. markkinoilla, politiikassa tai jokapäiväisessä elämässäsi.

Kuka on Superforecasting-kirjan kohdeyleisö?

  • Ne, jotka ovat kiinnostuneita oppimaan ennustamisen toiminnasta
  • Ajattelijat, jotka pystyvät ajattelemaan kriittisesti
  • Yrittäjät, jotka haluavat parantaa ennustekykyään

Keitä ovat Philip E. Tetlock ja Dan Gardner, ja mitä he tekevät?

Phil Tetlock, Annenbergin yliopiston professori Pennsylvanian yliopistosta, on politologi ja psykologi, joka on erikoistunut poliittiseen psykologiaan. Hän on Good Judgment Projectin perustaja ja johtaja. Ennustetutkimus on johtanut yli 200 artikkeliin, jotka on julkaistu vertaisarvioiduissa aikakauslehdissä.
Dan Gardner on toimittaja, kirjailija ja puhuja, joka asuu New Yorkissa. Sen lisäksi, että Gardner on kirjoittanut arvostettuja kirjoja Risk: The Science and Politics of Fear ja Future Babble, Gardner on myös puhunut useista aiheista eri puolilla maailmaa hallituksille ja yrityksille, kuten Googlelle ja Siemensille.

Mitä se tarkalleen ottaen hyödyttää minulle? Opi luomaan tarkkoja ennusteita katsomalla tämän videon.

 Ennusteita ja ennusteita tehdään monista eri aiheista, kuten säästä, pörssistä, ensi vuoden budjetista ja siitä, kuka voittaa tämän viikonlopun jalkapallo-ottelun. Nämä eivät kuitenkaan ole ainoita aiheita, joista teemme ennusteita. Ennustamisen pakkomielteemme seurauksena ärsyyntymme, kun tapahtumat eivät etene sillä tavalla kuin olimme niitä ennakoineet. Voidaanko siis tehdä ennusteita, jotka ovat tarkempia kuin nykyään? Heillä on kyky. Muutaman kuukauden sisällä pystymme tuottamaan superennusteita, jotka leikataan ja kohdistetaan uudelleen jokaisen uuden tiedon mukaan ja sitten arvioidaan ja parannetaan ennustetun tapahtuman jälkeen. Näissä muistiinpanoissa tarkastelemme vaikeaa mutta kiehtovaa taitoa tuottaa lopullisia ennusteita, mikä on sekä vaikeaa että mielenkiintoista.

Tästä opit, miksi Microsoftin entinen toimitusjohtaja odotti iPhonen markkinaosuutta. kuinka ennustaja ennusti Yasser Arafatin ruumiinavauksen; ja miksi ennustajien ryhmät ennustavat tulevaisuutta tehokkaammin kuin yksilöt.

Ennustamisella on tietyt rajat, mutta sitä ei pidä käyttää tekosyynä sen hylkäämiselle.

 Ennustaminen on jotain, jota teemme säännöllisesti, olimmepa sitten suunnittelemassa seuraavaa urakehitystämme tai tekemässä taloudellista sijoituspäätöstä. Pohjimmiltaan ennustuksemme ovat heijastus toiveistamme tulevaisuuden tuomitsemisesta. Ennustaminen puolestaan ​​on rajoitettua, koska pienilläkin tapahtumilla voi olla odottamattomia vaikutuksia. Elämme monimutkaisessa maailmassa, jossa yksittäinenkin ihminen voi aiheuttaa katastrofaalisia seurauksia. Otetaan esimerkiksi arabikevät. Tunisialainen katumyyjä Mohamed Bouazizi sytytti itsensä tuleen, koska korruptoituneet poliisit nöyryytivät häntä. Tämä oli ketjureaktion alku.

On olemassa teoreettinen syy siihen, miksi tällaisia ​​tapahtumia on alun perin vaikea ennakoida. Mitä tulee epälineaarisiin järjestelmiin, kuten Maan ilmakehään, jopa pienillä muutoksilla voi olla merkittävä vaikutus, amerikkalaisen meteorologi Edward Lorenzin mukaan. Kaaosteoria (tunnetaan myös nimellä perhosefekti) on teoria, joka selittää tämän ilmiön.Jos tuulen suunta muuttuu alle asteen murto-osan, pitkän aikavälin säämallit voivat muuttua dramaattisesti joidenkin arvioiden mukaan Toisin sanoen perhosen siiven läppä Brasiliassa voi laukaista tornadon repeämään poikki. Texas.

Mutta vain siksi, että ennustamisella on rajansa, meidän ei pitäisi hylätä sitä kokonaan. Otetaan esimerkiksi Edward Lorenzin meteorologian alue. Kun sääennusteet annetaan muutama päivä etukäteen, niitä voidaan pitää kohtuullisen tarkkoina. Miksi? Siitä yksinkertaisesta syystä, että sääennustajat arvioivat ennusteidensa tarkkuuden tapahtuman jälkeen. He saavat paremman tiedon siitä, miten sää toimii, kun vertaavat ennustettaan todellisiin sääolosuhteisiin. Mutta tämän lähestymistavan ongelmana on, että muilla alueilla asuvat ihmiset harvoin arvioivat ennusteidensa tarkkuutta! Ennustemme parantamiseksi meidän on ensin lisättävä sen tarkkuutta, ja sitten meidän on ryhdyttävä vakavammin vertaamaan sitä, mitä ennustimme, siihen, mitä todella tapahtuu. Ja se edellyttää aitoa sitoutumista mittaamiseen.

Vältä moniselitteistä kieltä ja pyri olemaan mahdollisimman tarkka.

 Jos ajattelee sitä, ennusteiden mittaaminen näyttää järjettömältä: kerää ennusteet, arvioi niiden oikeellisuus, tee laskelmat ja voila! Asia ei kuitenkaan ole ollenkaan niin yksinkertainen. Alkuperäisen ennusteen merkitys on ymmärrettävä ennen kuin voidaan määrittää, oliko se oikea vai ei. Tarkastellaan Microsoftin toimitusjohtajan Steve Ballmerin tapausta, joka ennusti, että iPhone ei onnistu saamaan merkittävää osaa markkinoista saman vuoden huhtikuussa. Kun otetaan huomioon Applen markkina-arvon suuruus, Ballmerin ennustus vaikutti naurettavalta, ja ihmiset todella nauroivat hänelle. Toinen painopiste oli se, että Apple omisti 42 prosenttia Yhdysvaltain älypuhelinmarkkinoista, mikä on ilmeisen merkittävä osuus koko toimialasta. Mutta odota hetki, kuunnellaan, mitä hän todella sanoi.

Hän sanoi, että kyllä, iPhone saattaa tuottaa paljon tuloja, mutta se ei koskaan pystyisi valloittamaan merkittävää osaa maailmanlaajuisista matkapuhelinmarkkinoista (hänen ennusteensa: 2-3 prosenttia) . Sen sijaan hänen yrityksensä Microsoftin kehittämä ohjelmisto kasvaisi hallitsemaan markkinoita. Ja enemmän tai vähemmän tämä ennuste toteutui. Vuoden 2013 kolmannella neljänneksellä Garnerin IT-tilastojen mukaan iPhonen maailmanlaajuinen osuus matkapuhelinmyynnistä liikkui kuuden prosentin tuntumassa, mikä on paljon enemmän kuin Ballmer odotti - mutta ei niin paljon. Tällä välin Microsoftin ohjelmistoja käytettiin suurimmassa osassa maailman tuolloin myydyistä matkapuhelimista. Ennusteiden tulee myös välttää moniselitteistä kieltä ja sen sijaan luottaa numeerisiin tietoihin tarkkuuden parantamiseksi.

Ennustuksessa on tapana käyttää moniselitteisiä termejä, kuten "voisi", "saattaa" tai "todennäköinen". Tutkimukset ovat kuitenkin osoittaneet, että yksilöt antavat erilaisia ​​tulkintoja tällaisille lauseille. Jotta todennäköisyys voidaan kommunikoida oikein, ennustajien tulee käyttää prosenttiosuuksia tai muita numeerisia mittareita kuvaamaan tapahtuman todennäköisyyttä. Kun amerikkalaiset tiedustelupalvelut, kuten NSA ja CIA, ilmoittivat Saddam Husseinin kätkevän joukkotuhoaseita, väite osoittautui vääräksi, se oli katastrofaalinen epäonnistuminen Yhdysvaltojen hallitukselle. Jos nämä tiedustelupalvelut olisivat laskeneet tarkemmin ja käyttäneet prosenttiosuuksia, Yhdysvallat ei ehkä olisi hyökännyt Irakiin vuonna 2003. Todennäköisyys, että Irakilla oli joukkotuhoaseita, oli 60 prosenttia, mutta silti oli 40 prosentin mahdollisuus, ettei Saddamilla ollut mitään — lievästi sanottuna heikko perustelu sotaan lähtemiselle –

Jos haluat lisätä ennustustesi tarkkuutta, seuraa tuloksiasi.

 Miten voimme siis estää tekemästä katastrofaalisia virheitä, kuten joukkotuhoaseiden yhteydessä? On selvää, että meidän on parannettava ennusteidemme tarkkuutta. Katsotaanpa joitain menetelmiä tämän tekemiseksi. Tehokkain tapa on pitää pisteet yllä. Tämän saavuttamiseksi kirjailijan tutkimusryhmä loi hallituksen tukeman Good Judgment Projectin, johon osallistui tuhansia vapaaehtoisia, jotka vastasivat yli miljoonaan kysymykseen neljän vuoden aikana, minkä tuloksena kirja julkaistiin. Tutkijat uskoivat, että käyttämällä pisteytystä he pystyisivät lisäämään ennusteen tarkkuutta.

Kysymykset, kuten "Pakoonko Tunisian presidentti mukavaan maanpakoon seuraavan kuukauden aikana?" ja "Putooko euro alle 1,20 dollarin seuraavan kahdentoista kuukauden aikana?" osallistujat vastasivat. Myöhemmin kukin ennustaja antoi todennäköisyysluokituksen kunkin osallistujan ennusteelle, muokkasi sitä tarpeen mukaan luettuaan asiaankuuluvat uutiset, ja kun ennustettu aika tuli, annettiin kullekin ennusteelle Brier-pistemäärä, joka osoitti, kuinka tarkka ennuste oli. Brier-pistemäärä, joka on nimetty Glenn W. Brierin mukaan, on yleisimmin käytetty tapa määrittää ennusteen tarkkuus. Mitä pienempi luku, sitä tarkempi ennuste; esimerkiksi virheetön ennuste saa arvosanan sataviisikymmentäyksi. Satunnainen arvio johtaa Brier-pisteeseen 0,5, kun taas täysin väärä ennuste johtaa Brierin maksimipistemäärään 2,0.

Esitettävä kysymys vaikuttaa siihen, miten Brier-pisteet tulkitaan. Huolimatta siitä, että sinulla on Brier-pistemäärä 0,2, joka näyttää erinomaiselta, ennustuksesi voi osoittautua tuhoisiksi! Oletetaan, että teemme sääennusteita. Jos sää Phoenixissa, Arizonassa on jatkuvasti kuuma ja aurinkoinen, ennustaja voi yksinkertaisesti ennakoida kuumaa ja aurinkoista säätä ja saada Brier-arvosanaksi nolla, mikä on selvästi parempi kuin 0,2. Mitä tulee sään ennustamiseen Springfieldissä, Missourissa, joka tunnetaan ennustamattomasta säästä, sinua pidettäisiin maailmanluokan meteorologina, vaikka pistemääräsi olisi vain 0,02.

Superennustajat alkavat jakaa ongelmat pienempiin osiin ymmärtääkseen niitä paremmin.

 Onko totta, että kaikki superennustajat ovat loistavia ajattelijoita, joilla on pääsy huippusalaiseen älykkyyteen? Ei, ei ollenkaan. Joten kuinka he voivat tehdä niin tarkkoja ennusteita tulevaisuudesta, saatat ihmetellä. Aiheen ratkaisemiseksi superennustajan on ensin jaettava ilmeisen vaikeaselkoiset vaikeudet hallittavissa oleviksi ongelmiksi. Tätä kutsutaan Fermi-tyyliseksi päättelyksi. Atomipommin kehittämisessä avainroolissa ollut tiedemies Enrico Fermi pystyi ennustamaan huomattavan tarkasti asioita, kuten esimerkiksi pianonvirittajien määrän Chicagossa, vaikka hänellä ei ollut yhtään kappaletta. hänen käytettävissään olevista tiedoista.

Hän saavutti tämän erottamalla tiettävän ja tuntemattoman, mikä on superennustajien ensimmäinen askel. Esimerkiksi kun Jasser Arafat, Palestiinan vapautusjärjestön johtaja, kuoli selittämättömästä syystä, monet ihmiset arvelivat, että hänet oli myrkytetty. Mutta näin ei ollut. Sitten vuonna 2012 tutkijat löysivät hänen hallustaan ​​vaarallisen suuria määriä polonium-210:tä – radioaktiivista ainetta, joka voi olla tappava hengitettynä. Tämän löydön ansiosta teoria hänen myrkytyksestä sai kannatusta, ja hänen ruumiinsa kaivettiin ja tutkittiin sekä Ranskassa että Sveitsissä. Kun kysyttiin, löytäisivätkö tiedemiehet lisääntyneitä poloniummääriä Yasser Arafatin kehosta osana Good Judgment -projektia, ennustajat vastasivat myöntävästi. Bill Flack, vapaaehtoinen ennustaja, käsitteli asiaa Enrico Fermin tapaan ja rikkoi tosiasiat.

Aluksi Flack havaitsi, että polonium hajoaa nopeasti, mikä tarkoitti, että jos Arafat olisi myrkytetty, oli hyvä mahdollisuus, että poloniumia ei tunnistettaisi hänen luissaan, koska hän kuoli vuonna 2004. Flack suoritti tutkimuksen poloniumtestauksesta ja tuli siihen tulokseen, että se voidaan havaita tietyissä olosuhteissa. Myöhemmin Flack harkitsi mahdollisuutta, että Arafatilla oli palestiinalaisia ​​vastustajia, jotka olisivat saattaneet myrkyttää hänet, sekä mahdollisuutta, että kuolemanjälkeinen raportti oli saastunut syyttääkseen Israelia hänen kuolemastaan. Hän ennusti, että poloniumia löydettäisiin Arafatin kehosta 60 prosentin todennäköisyydellä. Hän oli oikeassa. Tästä johtuen Flack aloitti määrittämällä perusasiat ennen kuin siirtyi monimutkaisempiin oletuksiin, minkä hyvä ennustaja tekisi.

Aloita ulkonäkymästä ja vaihda sitten sisänäkymään saadaksesi tarkemman ennusteen.

 Koska jokainen skenaario on erilainen, sinun tulee välttää nopeita päätöksiä ja tapauksen liian aikaista tuomitsemista. Jotta kaikki ongelmat voitaisiin ratkaista tehokkaasti, on omaksuttava objektiivinen näkökulma, johon kuuluu peruskoron määrittäminen. Se ei kuitenkaan ole täysin selvää. Tarkastellaan havainnollistaaksemme italialaisen perheen tilannetta, joka asuu pienessä kodissa Amerikan yhdysvalloissa. Heillä on kaksi työpaikkaa: isä on kirjanpitäjä ja äiti osa-aikatyössä päiväkodissa yhdessä. Heidän kanssaan kotona asuu itsensä lisäksi myös lapsen isoäiti.

On mahdollista, että jos sinulta kysyttäisiin, millä todennäköisyydellä tämä italialainen perhe hankkisi lemmikin, yrittäisit selvittää sen perehtymällä välittömästi perheen ominaisuuksiin tai heidän elinolosuhteisiinsa. Et kuitenkaan kelpaisi superennustajaksi sellaisessa tapauksessa! Superennustaja ei aloittaisi tarkastelemalla yksityiskohtia. Sen sijaan hän aloitti selvittämällä, kuinka suuri osa amerikkalaisista kodeista omistaa lemmikin. Sitten hän lähtisi sieltä. Googlen avulla saatat saada muutamassa sekunnissa selville, kuinka suuri osuus väestöstä on. Tämä on näkymä ulkopuolelta. Kun olet tehnyt sen, voit nähdä asiat sisältäpäin. Tämä antaa sinulle tietoja, joiden avulla voit muuttaa peruskorkoa asianmukaisesti.

Italialaisen perheen ulkopuolisesta näkökulmasta alkaen saadaan ensimmäinen arvio: esimerkin mukaan on 62 prosentin todennäköisyys, että perheellä on lemmikki. Sen jälkeen tarkennat ja muokkaat valitsemaasi numeroa. Voit esimerkiksi tarkastella niiden italialaisten kotitalouksien prosenttiosuutta Amerikassa, jotka pitävät lemmikin. Ankkuroinnin käsite on ulkopuolisen näkökulman perustelujen ytimessä. Ankkuri on ensimmäinen hahmo, joka piirretään ennen muutosten tekemistä. Jos toisaalta aloitat pienemmistä yksityiskohdista, ennustesi on paljon todennäköisemmin tuhansien kilometrien päässä mistä tahansa ankkurista tai tarkasta luvusta.

Pysy ajan tasalla myös alkuperäisen johtopäätöksesi jälkeen ja tee muutoksia ennusteisiin uusien tosiasioiden valossa.

 Kun prosessi on alkanut, olemme nähneet, kuinka superennustajat saavat asiat alkuun, mutta kun olet tehnyt ensimmäisen ennustesi, et voi vain istua ja katsoa, ​​olitko oikeassa. Mikä tahansa uusi tieto edellyttää aikaisemman arviosi päivittämistä ja muuttamista. Muistatko Bill Flackin? Ennustettuaan poloniumin löytyvän Yasser Arafatin ruumiista, hän seurasi uutisia ja tarkisti ennustettaan aina, kun hän katsoi sen tarpeelliseksi uusimpien tietojen mukaan. Sveitsiläinen tutkimusryhmä väitti sitten, että lisätestauksia tarvitaan ja että tulokset julkistetaan myöhemmin, vaikka Flackin alkuperäinen ennuste oli tehty vuosia aikaisemmin.Koska Flack oli tehnyt laajan tutkimuksen poloniumista, hän tiesi, että ryhmä oli löytänyt poloniumin ja että lisätestejä tarvittiin poloniumin lähteen määrittämiseksi. Tämän seurauksena Flack nosti ennusteensa 65 prosenttiin.

Kuten kävi ilmi, sveitsiläinen joukkue löysi poloniumia Arafatin kehosta, mikä johti Fleckin lopulliseen Brier-pisteeseen 0,36 pistettä. Kun otetaan huomioon kysymyksen monimutkaisuus, tämä on erinomainen suoritus. Sinun tulee kuitenkin olla varovainen. Vaikka uudesta tiedosta voi olla hyötyä, se voi myös olla haitallista, jos sitä tulkitaan väärin. Erään esimerkin mukaan Yhdysvaltain hallituksen Intelligence Advanced Research Projects Activity (IARPA) tiedusteli, olisiko arktista merijäätä 15. syyskuuta 2014 vähemmän kuin edellisenä vuonna. Doug Lorch, superennustaja, tuli siihen tulokseen, että vastaus olisi myönteinen 55 prosentin todennäköisyydellä. Lorch puolestaan ​​sai Sea Ice Forecast Network -verkostolta kuukauden vanhan raportin, joka vaikutti häneen riittävästi nostaakseen hänen ennusteensa 90 prosentista 95 prosenttiin, mikä on merkittävä muutos yksittäisen tiedon perusteella.

Kun 15. syyskuuta 2014 lopulta saapui, arktista jäätä oli enemmän kuin edellisenä vuonna. Lorchin ensimmäinen ennuste antoi tälle 45 prosentin todennäköisyyden, mutta hänen tarkistuksensa jälkeen todennäköisyys putosi vajaaseen viiteen prosenttiin. On tarpeen erottaa herkät vivahteet tarpeettomista tiedoista, jotta voit tehdä taitavaa päivitystä. Älä pelkää muuttaa mielipidettäsi, vaan mieti huolellisesti, onko tuoreesta tiedosta hyötyä vai ei, ennen kuin teet päätöksen.

Ryhmätyöskentely voi olla hyödyllistä ennustamisessa, mutta vain jos se tehdään oikein.

 Ehkä tunnet ilmauksen "ryhmäajattelu". Ilmauksen "tiimihenki" loi psykologi Irving Janis, joka teoriassa, että yksilöt pienissä ryhmissä voivat luoda ryhmähenkeä luomalla alitajuisesti yhteisiä illuusioita, jotka häiritsevät kriittistä päättelyä. Häiriöitä aiheuttavat yksilöt, jotka pelkäävät konflikteja ja sen sijaan ovat vain samaa mieltä keskenään. Normista poikkeaminen on kuitenkin todellisen arvon lähde. Itsenäinen puhe ja ajattelu ovat suuria etuja missä tahansa joukkueympäristössä, mutta enemmän urheilussa. Tämän seurauksena The Good Judgment Projectin tutkimusryhmä päätti tutkia, voisiko yhteistyö parantaa tarkkuutta vai ei. He saavuttivat tämän kehittämällä online-foorumeita, joiden kautta eri ryhmiin kohdistetut ennustajat voivat olla vuorovaikutuksessa keskenään.

Alussa tutkimusryhmä tarjosi näkemyksiä ryhmädynamiikasta ja varoitti verkkoryhmiä joutumasta ryhmäajattelun ansaan. Ensimmäisen vuoden havainnot tulivat, ja ne osoittivat, että ryhmässä työskentelevät olivat keskimäärin 23 prosenttia tarkempia kuin yksin työskentelevät. Toisena vuonna tutkimusryhmä päätti sijoittaa superennustajat ryhmiin tavallisten ennustajien sijasta, ja he havaitsivat, että he suoriutuivat tavallisia ryhmiä huomattavasti paremmin. Kuitenkin myös ryhmän dynamiikkaan vaikuttivat. Elaine Rich, superennustaja, ilmaisi tyytymättömyytensä tulokseen. Kaikki olivat erittäin kohteliaita, ja kriittistä keskustelua vastakkaisista näkemyksistä tai vasta-argumenteista ei käyty. Yrittääkseen korjata tilanteen, organisaatiot menivät yli ja osoittavat ottavansa vastaan ​​rakentavaa palautetta.

Tarkkuuskysymys, joka pakottaa yksilöt harkitsemaan uudelleen argumenttejaan, on toinen tekniikka yhteistyön suorituskyvyn parantamiseksi. Tämä ei tietenkään ole uusi käsite, sillä suuret opettajat ovat harjoittaneet tarkkaa kyseenalaistamista Sokrateen ja kreikkalaisten ajoista lähtien. Tarkkuustutkimus edellyttää syvemmälle syventämistä argumentin yksityiskohtiin, kuten kysymällä tietyn sanan merkitystä.Vaikka aiheesta onkin suuria mielipide-eroja, tämä kysely paljastaa päätelmän taustalla olevat perustelut, mikä avaa oven lisätutkimukselle

Yhteenveto kirjasta Superforecasting kokonaisuudessaan.

Tämän kirjan tärkein opetus on, että superennusteet eivät rajoitu tietokoneisiin tai neroihin. Koulutettava lahjakkuus, se sisältää todisteiden keräämisen, tulosten pitämisen, uusien tosiasioiden ajan tasalla pitämisen ja kykyä olla kärsivällinen. Neuvoja, jotka voidaan toteuttaa: Pysymällä viimeisimmän kehityksen kanssa olet askeleen edellä kilpailijoita. Superennustajat pitävät itsensä ajan tasalla uutisista, jotka ovat tärkeitä heidän ennusteilleen, paljon useammin kuin tavalliset ennustajat. Yksi ehdotus muutosten seuraamiseksi on määrittää itsellesi ilmoitukset esimerkiksi Google-hälytysten avulla, jotta pysyt ajan tasalla. He ilmoittavat sinulle sähköpostitse heti, kun käsillä olevasta aiheesta on saatavilla tuoretta tietoa. Lisälukemista suositellaan: Mark Buchanan tekee ennusteen. Ennuste on nykyajan talousteorian kritiikkiä, joka paljastaa teorian tärkeimmät puutteet. Mark Buchanan, fyysikko, tarkastelee huolellisesti tieteellisiä perustavanlaatuisia oletuksia, jotka tukevat taloudellista tietämystämme, ja osoittaa innokkaita analyyttisiä kykyjä käyttäen, kuinka ne ovat vääriä. Kirjan toisessa osassa Buchanan käsittelee useita tieteellisiä läpimurtoja, jotka hänen mielestään viime kädessä auttaisivat nykyajan talousteorian parantamisessa.

Osta kirja – Philip E. Tetlockin ja Dan Gardnerin superennuste

Kirjoittaja BrookPad Team perustuu Philip E. Tetlockin ja Dan Gardnerin Superforecastingiin

.


Vanhempi viesti Uusi postaus


Jätä kommentti

Huomaa, että kommentit on hyväksyttävä ennen kuin ne julkaistaan