Anteprima
Vedrai una selezione di 11 pagine su 46
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 1 Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 2
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 6
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 11
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 16
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 21
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 26
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 31
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 36
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 41
Anteprima di 11 pagg. su 46.
Scarica il documento per vederlo tutto.
Riassunto esame Marketing avanzato, prof. Grande, libro consigliato Pensieri lenti, pensieri veloci, Kahneman Pag. 46
1 su 46
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

VRVRRR, VRRRRR.

Poiché nel dado le facce verdi sono il doppio delle rosse, la prima sequenza era

ben poco rappresentativa, così come Linda cassiera di banca. La seconda pre-

senta un adattamento superiore perché include un verde in più, tuttavia è frutto

della sola aggiunta di un verde all’inizio, quindi è meno probabile della prima

(Linda cassiera femminista). 2/3 dei soggetti scommisero sulla 2 anziché sulla 1.

Quando venne spiegato però trovarono convincente il ragionamento che portava

a 1.

Es. Due gruppi, leggera variante dello stesso problema.

Problema A: è stato condotto un sondaggio su un campione di maschi adulti della

Columbia Britannica di tutte le età e professioni. Siete pregati di dare il vostro

giudizio sui seguenti valori: che percentuale di intervistati ha avuto uno o più in-

farti? Che percentuale di intervistati ha più di 55 anni e ha avuto uno o più in-

farti?

Problema A: è stato condotto un sondaggio su un campione di 100 maschi adulti

della Columbia Britannica di tutte le età e professioni. Siete pregati di dare il vo-

stro giudizio sui seguenti valori: quanti dei 100 partecipanti hanno avuto uno o

più infarti? Quanti dei 100 intervistati ha più di 55 anni e ha avuto uno o più in-

farti?

L’incidenza di errori fu del 65 percento nel gruppo che vide la prima formulazione

del problema, del 25 percento nel gruppo che vide la seconda. Perché la do-

manda “Quanti dei 100…” è tanto più facile di “Che percentuale di…”? La risposta

è che il riferimento a 100 individui evoca un riferimento spaziale. Immaginiamo

che si ordini ad un gran gruppo di persone di distribuirsi in una stanza. Quelli il

cui cognome va da A a L nell’angolo davanti a sinistra; poi suddivisi ulterior-

mente, quelli il cui cognome parte con C risultano un sottoinsieme dell’insieme A-

L. Applichiamo alle persone colpite da infarto: 100 persone sono intervistate, al-

cune hanno avuto un infarto (A-L), e tra queste alcune hanno più di 55 anni (C).

“La rappresentazione della frequenza” rende più facile capire che un gruppo è

completamente incluso nell’altro. La soluzione dell’enigma sembra essere che la

domanda “quanti?” fa pensare ad individui, mentre quella “che percentuale” no,

nonostante sia la stessa cosa.

Il sistema 2 non è particolarmente vigile. L’assurdità del modello “meno è più” ri-

sultò evidente nell’indagine sulle stoviglie, e fu facilmente riconosciuta

nell’espressione “quanti?”, ma non risultò altrettanto evidente a migliaia di per-

sone che caddero nella fallacia in merito al problema di Linda e altri dello stesso

tipo. In tutti quei casi, la congiunzione risultò plausibile, e questo bastò perché il

sistema 2 avallasse. Nessuno dedicò l’attenzione necessaria, tutti si comporta-

rono come se fosse solo loro chiesa un’opinione. La pigrizia del sistema 2 però è

un fatto importante, ed è di un certo interesse anche osservare che la rappresen-

tatività è in grado di impedire l’applicazione di una regola logica ovvia.

Singolare della storia di Linda è il contrasto con l’indagine dei piatti rotti. I due

problemi hanno la stessa struttura, ma danno esiti diversi. I soggetti che vedono

il servizio comprendente i piatti rotti gli assegnano un prezzo molto basso, riflet-

tendo una regola dell’intuizione. Gli altri che vedono contemporaneamente i due

servizi gli assegnano un prezzo più alto, perché più piatti generano più valore.

L’intuizione regola le priorità singole, le regole logiche la valutazione congiunta.

In Linda invece l’intuizione spesso superava la logica anche nella valutazione con-

giunta, benché avessimo identificato alcune condizioni in cui la logica prevaleva.

Il problema di Linda diventò un caso di studio che assunse forte rilevanza scienti-

fica. Alcuni ricercatori trovarono combinazioni di istruzioni che riducevano l’inci-

denza della fallacia, altri sostennero che, nel contesto del problema di Linda, era

comprensibile che i soggetti considerassero “probabilità” come sinonimo di “plau-

sibilità”.

Non si parlava dell’evidenza dell’euristica dimostrata a partire dagli esperimenti

intersoggetti. La sua importanza era sminuita dalla concentrazione dei critici sulla

fallacia della congiunzione.

Capitolo 16 “Le cause battono la statistica”

Considera il problema e annota la risposta: Di notte un taxi è coinvolto in un inci-

dente e tira dritto. In città ci sono due agenzie di taxi, la Verde e la Blu. Dati:

- L’85 percento dei taxi della città è Verde, il 15 percento Blu.

- Un testimone ha identificato il taxi come Blu. Il tribunale ha verificato l’attendi-

bilità del testimone ponendolo nelle stesse condizioni e ha constatato che egli

ha riconosciuto ciascuno dei due colori l’80 percento delle volte, sbagliando il

20 percento delle volte.

Quale è la probabilità che il taxi coinvolto fosse Blu anziché Verde?

È un problema standard di inferenza bayesiana. Due sono gli item di informa-

zione: una probabilità a priori e la testimonianza non perfettamente attendibile,

del testimone. In mancanza di testimone la probabilità che il taxi fosse Blu è del

15 percento (probabilità a priori). Se le due agenzie avessero avuto una stessa

fetta di mercato, la probabilità a priori non sarebbe stata informativa, perché si

sarebbe considerata solo la testimonianza e sarebbe stato considerato l’80 per-

cento di probabilità che il taxi fosse Blu. La legge di Bayes combina le due infor-

mazioni: la risposta corretta è 41 percento.

Tuttavia è chiaro cosa fanno le persone: ignorano le probabilità a priori e pensano

solo al testimone. La risposta più comune è 80 percento.

Stereotipi causali

Dati alternativi: le due agenzie gestiscono lo stesso numero di taxi, ma i Verdi

sono coinvolti nell’85 percento degli incidenti. Le informazioni sul testimone sono

le stesse della versione precedente.

I soggetti che leggono la prima versione non sanno usare la probabilità a priori,

spesso la ignorano. I soggetti che però vedono la seconda versione assegnano

notevole peso alla probabilità a priori e il loro giudizio risulta più vicino alla solu-

zione bayesiana: perché?

Nella prima versione, la probabilità a priori dei taxi Blu è un dato statistico riguar-

dante i taxi in città. Una mente affamata di storie causali non trova niente da

sgranocchiare: in che modo il numero il numero di taxi Verdi e Blu in città indur-

rebbe un tassista ad investire qualcuno e tirare dritto?

Nella seconda versione, invece, i tassisti Verdi provocano oltre il quintuplo degli

incidenti dei tassisti Blu: i tassisti Verdi devono essere un branco di pazzi scate-

nati! Ci si è ora formati uno stereotipo della sconsideratezza dei Verdi, che si ap-

plica a singoli, tassisti ignoti.

Ci sono due storie casuali devono essere combinate o conciliate. La prima è l’atto

di pirateria stradale, che naturalmente evoca l’idea di un tassista Verde sperico-

lato responsabile dell’incidente. La seconda è la testimonianza che fa seriamente

pensare che il taxi fosse Blu. Le due inferenze praticamente si annullano a vi-

cenda, e anche secondo la stima bayesiana le probabilità sono pressoché uguali

(41 % Blu, ovvero la probabilità a priori del taxi Verde è poco più estrema di

quella del testimone che ha visto quello Blu).

Ci troviamo quindi di fronte a due tipi di probabilità a priori: le probabilità a

priori statistiche sono dati su una popolazione a cui appartiene un caso, ma che

non riguardano il singolo caso. Le probabilità a priori causali invece modifi-

cano la nostra visione di come si sia verificato il singolo caso. I due tipi di infor-

mazioni sulle probabilità a priori sono trattati in maniera diversa:

- Le probabilità a priori statistiche sono in genere sottostimate e a volte trascu-

rate del tutto, quando ci sono informazioni specifiche sul caso.

- Le probabilità a priori causali sono trattate come informazioni sul singolo caso e

vengono facilmente combinate con altre informazioni specifiche del caso.

La versione causale forma lo stereotipo: “i tassisti Verdi sono pericolosi”. Gli ste-

reotipi sono asserzioni riguardanti un gruppo, che vengono accettate come dati di

fatto validi per ciascun membro del gruppo:

- La maggior parte dei diplomati in quella scuola di un quartiere popolare va

all’università

- L’interesse per il ciclismo è diffuso in Francia

Queste due asserzioni portano a dedurre la propensione dei singoli membri del

gruppo a fare una certa cosa, e si prestano all’elaborazione di una storia causale.

Molti diplomati di quella scuola di un quartiere popolare sono desiderosi e capaci

di andare all’università, presumibilmente per via di alcune caratteristiche positive

della vita di quella scuola. Vi sono poi nella vita socio-culturale francese molti ele-

menti che inducono molti elementi ad interessarsi al ciclismo. Ricorderemo questi

dati quando si parlerà di un particolare diplomato di quella scuola e che vada al

college, oppure quando decideremo se parlare del Tour de France con un francese

che abbiamo appena conosciuto per fare conversazione.

“Ragionare per stereotipi” è un’espressione che ha un significato negativo nella

nostra cultura, ma possiamo utilizzarla anche in senso neutro. Il sistema 1 rap-

presenta categorie come norme ed esemplari prototipi; così pensiamo ai cavalli,

ai frigoriferi, ai poliziotti di New York. Conserviamo nella memoria uno o più

esempi “normali” delle categorie: quando le categorie sono sociali questi sono

detti “stereotipi”. Alcuni stereotipi sono sbagliati e pericolosi, e creare stereotipi

ostili ha spesso conseguenze terribili, ma i dati di fatto psicologici non si possono

ignorare: gli stereotipi, veri o falsi che siano, riflettono il nostro modo di rappre-

sentare le categorie. Nel problema del taxi, la disattenzione per le informazioni a

priori è un errore cognitivo, un’incapacità di condurre un ragionamento baye-

siano, ed è auspicabile affidarsi alle probabilità a priori causali. Ridurre a stereo-

tipo i tassisti Verdi infatti migliora l’accuratezza del giudizio. In altri contesti come

l’assunzione di lavoratori o l’elaborazione di profili psicologici, una forte norma

sociale, anche ra

Dettagli
Publisher
A.A. 2016-2017
46 pagine
1 download
SSD Scienze economiche e statistiche SECS-P/08 Economia e gestione delle imprese

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher GiovannaUrb di informazioni apprese con la frequenza delle lezioni di Marketing avanzato e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli studi "Carlo Bo" di Urbino o del prof Grande Nicola Giorgio.