выступает в качестве сравнения…: Daniel Kahneman, David Schkade, and Cass Sunstein, “Shared Outrage and Erratic Awards: The Psychology of Punitive Damages”, Journal of Risk and Uncertainty 16 (1998): 49–86.

91 500 коллегий…: David Schkade, Cass R. Sunstein, and Daniel Kahneman, “Deliberating about Dollars: The Severity Shift”, Columbia Law Review 100 (2000): 1139–1175.

Часть III

92 процент согласия…: Процент согласия (ПС) тесно связан с переменной Кендалла, известной также как коэффициент согласия.

93 между ростом и размером стопы…: Kanwal Kamboj et al., “A Study on the Correlation Between Foot Length and Height of an Individual and to Derive Regression Formulae to Estimate the Height from Foot Length of an Individual”, International Journal of Research in Medical Sciences 6, no. 2 (2018): 528.

94 В таблице 1 приведены значения ПС…: В нашем примере совместное распределение переменных условно представлено как двумерное нормальное распределение. ПС рассчитан исходя из этого допущения; внесенные в таблицу данные аппроксимированы также с его учетом. Выражаем благодарность Джулиану Пэррису за составление таблицы.

Глава 9

95 на основе реальных исследований прогнозирования эффективности работы…: Martin C. Yu and Nathan R. Kuncel, “Pushing the Limits for Judgmental Consistency: Comparing Random Weighting Schemes with Expert Judgments”, Personnel Assessment and Decisions 6, no. 2 (2020): 1–10. Достигнутая экспертами корреляция 0,15 является невзвешенным средним трех выборок, включающих в себя 847 случаев. Здесь представлено несколько упрощенное описание реального исследования.

96 являющийся взвешенным средним…: Для расчета средневзвешенного значения необходимо, чтобы все предикторы измерялись в сопоставимых единицах. В нашем примере, где рейтинги выставлены по шкале от 0 до 10 баллов, данное требование удовлетворено; однако это не всегда имеет место. Рассмотрим следующий набор предикторов успешности работы менеджеров: оценка по результатам собеседования от 0 до 10 баллов, опыт работы по специальности в годах и результат квалификационного экзамена в баллах. Программы на основе множественной регрессии, прежде чем суммировать все предикторы, приводят их к стандартной оценке. Стандартная оценка измеряет наблюдаемое отклонение от среднего по всей совокупности, принимая за единицу измерения стандартное отклонение. Если, скажем, средний результат квалификационного экзамена – 55 баллов, а стандартное отклонение равно восьми, то стандартная оценка +1,5 балла соответствует полученным на экзамене 67 баллам. Таким образом, приведение данных к единому формату устраняет следы ошибок при вычислении средневзвешенного значения и в итоговом распределении индивидуальных оценок.

97 получает больший коэффициент…: Важным свойством множественной регрессии является то, что оптимальные весовые коэффициенты для каждого предиктора зависят от прочих предикторов. Если наблюдается высокая корреляция одного из них с другим, второму предиктору не следует присваивать такой же большой вес, иначе мы как бы «посчитаем их два раза».

98 рабочими лошадками…: Robin M. Hogarth and Natalia Karelaia, “Heuristic and Linear Models of Judgment: Matching Rules and Environments”, Psychological Review 114, no. 3 (2007): 734.

99 отличаются простой структурой…: Исследовательская база, широко использованная в данном контексте, – примененная к оценочным суждениям модель линзы, на которой и построено изучение вопроса. См. Kenneth R. Hammond, “Probabilistic Functioning and the Clinical Method”, Psychological Review 62, no. 4 (1955): 255–262; Natalia Karelaia and Robin M. Hogarth, “Determinants of Linear Judgment: A Meta-Analysis of Lens Model Studies”, Psychological Bulletin 134, no. 3 (2008): 404–426.

100 Paul E. Meehl, Clinical Versus Statistical Prediction: A Theoretical Analysis and a Review of the Evidence (Minneapolis: University of Minnesota Press, 1954).

101 портрет Фрейда…: Paul E. Meehl, Clinical Versus Statistical Prediction: A Theoretical Analysis and a Review of the Evidence (Northvale, NJ: Aronson, 1996), preface.

102 Он был энциклопедистом…: “Paul E. Meehl”, in Ed Lindzey (ed.), A History of Psychology in Autobiography, 1989.

103 «Массивными и последовательными»…: “Paul E. Meehl”, in A History of Psychology in Autobiography, ed. Ed Lindzey (Washington, DC: American Psychological Association, 1989), 362.

104 Две тысячи статей…: William M. Grove et al., “Clinical Versus Mechanical Prediction: A Meta-Analysis”, Psychological Assessment 12, no. 1 (2000): 19–30.

105 за счет доступа к «личной» информации…: William M. Grove and Paul E. Meehl, “Comparative Efficiency of Informal (Subjective, Impressionistic) and Formal (Mechanical, Algorithmic) Prediction Procedures: The Clinical-Statistical Controversy”, Psychology, Public Policy, and Law 2, no. 2 (1996): 293–323.

106 В конце 1960-х годов…: Lewis Goldberg, “Man Versus Model of Man: A Rationale, plus Some Evidence, for a Method of Improving on Clinical Inferences”, Psychological Bulletin 73, no. 6 (1970): 422–432.

107 словно решают в уме сложные уравнения…: Milton Friedman and Leonard J. Savage, “The Utility Analysis of Choices Involving Risk”, Journal of Political Economy 56, no. 4 (1948): 279–304.

108 довольно высокий результат…: Karelaia and Hogarth, “Determinants of Linear Judgment”, 411, table 1.

109 Первые повторения…: Nancy Wiggins and Eileen S. Kohen, “Man Versus Model of Man Revisited: The Forecasting of Graduate School Success”, Journal of Personality and Social Psychology 19, no. 1 (1971): 100–106.

110 обзор исследований за минувшие полстолетия…: Karelaia and Hogarth, “Determinants of Linear Judgment”.

111 повышение точности ваших прогнозов…: Изменение коэффициента корреляции вследствие ограниченной достоверности предиктора известно как поправка на затухание. Поправка рассчитывается по формуле: исправленный коэффициент корреляции rxy = rxy/√ rxx, где rxx – коэффициент надежности (отношение истинной дисперсии к наблюдаемой дисперсии предиктора).

112 Мартин Ю и Нейтан Канцел в своих исследованиях…: Yu and Kuncel, “Judgmental Consistency”.

113 случайных формул…: В следующей главе мы более детально рассмотрим равновесные модели, а также модели на основе случайных весов. В качестве весовых коэффициентов используется ограниченное количество целых чисел, подобранных с учетом знака (плюса или минуса).

Глава 10

114 далеко опережают клинические прогнозы…: Robyn M. Dawes and Bernard Corrigan, “Linear Models in Decision Making”, Psychological Bulletin 81, no. 2 (1974): 95–106. Доуз и Корриган также предложили использовать случайные весовые коэффициенты. Эта идея нашла применение в исследовании прогнозов результативности менеджеров, описанном в главе 9.

115 «противоречит статистической интуиции»…: Jason Dana, “What Makes Improper Linear Models Tick?”, in Rationality and Social Responsibility: Essays in Honor of Robyn M. Dawes, ed. Joachim I. Krueger, 71–89 (New York: Psychology Press, 2008), 73.

116 Похожие результаты…: Jason Dana and Robyn M. Dawes, “The Superiority of Simple Alternatives to Regression for Social Sciences Prediction”, Journal of Educational and Behavior Statistics 29 (2004): 317–331; Dana, “What Makes Improper Linear Models Tick?”.

116[а] «Нам без разницы»…: Howard Wainer, “Estimating Coefficients in Linear Models: It Don’t Make No Nevermind”, Psychological Bulletin