返回主题:决策与认知偏差

知识卡片

普通读书笔记卡 · 3843.b

数据多不等于决策更好

理解等级:高级

增加样本通常能缩小随机误差,但前提是分布与抽样假设合适,而且新增数据确实改善要处理的错误。若漏掉致命疾病的代价远高于一次误报,收集能降低漏报的数据可能比单纯扩大样本更有价值。数据工作应先明确误差类型、代价和分布假设,再决定增加什么数据。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据之美》第13章《数据所做不到的》(源文件:../程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0389.xhtml) - 结论依据:原文指出更多样本缩小误差依赖统计分布假设,并以疾病诊断说明漏报与误报代价不对称时,应优先收集能减少高代价错误的数据。 - 原始内容:在这种情况下,(通过减少“漏报率”)提高诊断正确性的数据比通过大量数据来减少“误报率”更有用。