기저율 오류

기저율 무시^[1] 또는 기저율 편향이라고도 하는 기저율 오류는 사람들이 개별 정보(즉, 단지 관련된 정보에만 해당하는 정보)를 선호하여 기저율을 무시하는 경향이 있는 오류 유형이다. 특정 경우).^[2]

기저율 오류의 예는 거짓 양성 역설이다. 이 역설은 참 양성보다 거짓 양성 검사 결과가 더 많은 상황을 설명한다. 예를 들어, 얼굴 인식 카메라가 수배범을 99% 정확하게 식별할 수 있지만 하루에 10,000명을 분석한다면 높은 정확도보다 테스트 횟수가 더 중요하고 프로그램의 범죄자 목록은 사실보다 훨씬 더 많은 오탐지가 있을 것이다. 검사 결과가 양성일 확률은 검사의 정확도뿐만 아니라 표본 모집단의 특성에 따라 결정된다.^[3] 특정 조건을 가진 사람들의 비율인 유병률이 검사의 위양성 비율보다 낮으면 개별 사례에서 위양성을 나타낼 위험이 매우 낮은 검사라도 전체적으로 참양성보다 더 많은 위양성을 나타낸낸다.^[4] 역설은 대부분의 사람들을 놀라게한다.^[5]

유병률이 높은 모집단에서 가져온 양성 결과를 처리한 후 유병률이 낮은 모집단에 대한 테스트에서 양성 결과를 해석할 때 특히 직관적이지 않다.^[4]

심리학의 발견

실험에서 사람들은 일반 정보를 사용할 수 있을 때 일반 정보보다 개별 정보를 선호하는 것으로 나타났다.^[6][7][8]

심리학자 카너먼과 트버스키는 이 발견을 대표성(representativeness)이라고 하는 단순한 규칙 또는 "휴리스틱 (heuristic)"의 관점에서 설명하려고 시도했다. 그들은 가능성이나 원인과 결과에 관한 많은 판단이 한 사물이 다른 사물이나 범주에 얼마나 대표되는지에 근거한다고 주장했다.^[7]

같이 보기

• 정밀도와 재현율