Home › カテゴリー一覧Categories › 思考法・意思決定Thinking & Decision-Making › Q037

Q037

4択Multiple choice応用Intermediate

ベイズ更新・基準率の無視・事前確率Bayesian updating · base rate neglect · prior probability

ある都市で、ある人物が「物静かで本が好き、几帳面」だと聞きました。この人物の職業は「図書館司書」と「営業職」のどちらである可能性が高いでしょうか。ベイズ的な考え方に基づく最も適切な推論はどれですか。You hear that someone in a certain city is 'quiet, loves books, and is meticulous.' Is this person more likely to be a librarian or a salesperson? Which reasoning best reflects Bayesian thinking?

描写は司書のイメージに合致するので、司書である可能性が高い
描写は司書らしさを高める証拠だが、その都市では営業職の人数が司書の何十倍も多いため、基準率を考慮すると営業職である可能性の方が依然として高い
性格と職業は無関係なので、どちらも同じ確率である
描写が営業職のイメージと合わないので、営業職の可能性はゼロである

The description matches the librarian stereotype, so the person is probably a librarian
The description is evidence that raises the odds of 'librarian,' but since there are many times more salespeople than librarians in the city, the base rate means 'salesperson' is still more likely
Personality and occupation are unrelated, so both are equally likely
The description does not fit a salesperson, so that probability is zero

解答Answer

正解: BCorrect: B

証拠は司書の確率を引き上げますが、営業職の圧倒的な人数差（基準率）を覆すほどではなく、事後確率でも営業職の方が高い可能性があります。The evidence raises the probability of 'librarian,' but not enough to overcome the overwhelming base rate difference in headcount, so 'salesperson' may remain more probable after updating.

解説Explanation

この問いは Tversky と Kahneman の「代表性ヒューリスティック」の古典的な例（元の実験では農夫と司書）を応用したものです。人は「この描写はどの職業のイメージに似ているか」という類似性で判断し、そもそも各職業に何人いるかという基準率を無視しがちです。ベイズの定理では、事後確率は「事前確率（基準率）×尤度（証拠がその仮説の下で観察される確率）」に比例します。仮に営業職が司書の50倍いて、描写に合致する人の割合が司書で50％、営業職で5％だとしても、営業職の該当者数は司書の該当者数の5倍になります。選択肢1は基準率の無視、選択肢3は証拠の無視、選択肢4は「典型でない＝ありえない」という極端な二値化の誤りです。正しい態度は、証拠によって確率を「動かす」が、事前確率を「消さない」ことです。This question adapts a classic example of Tversky and Kahneman's 'representativeness heuristic' (the original used a farmer and a librarian). People judge by how closely a description resembles a stereotype and ignore the base rate, how many people hold each occupation. Under Bayes' theorem, the posterior is proportional to the prior (base rate) times the likelihood (the probability of observing the evidence under each hypothesis). If there are 50 times as many salespeople as librarians, and the description fits 50% of librarians but only 5% of salespeople, the number of matching salespeople is still five times the number of matching librarians. Option 1 neglects the base rate, option 3 ignores the evidence, and option 4 commits the error of treating 'atypical' as 'impossible.' The right stance is to let evidence move the probability without erasing the prior.

課題Issue

現実の判断では基準率が分からないことが多く、また基準率を強調しすぎると「統計的多数派の決めつけ」となり、個人の特性を無視する偏見につながる危険があります。採用や与信などで基準率を根拠に個人を判断することは、倫理的・法的な問題を引き起こす場合もあります。In real decisions base rates are often unknown, and overemphasizing them can become 'judging by the statistical majority,' a prejudice that ignores individual characteristics. Using base rates to judge individuals in hiring or credit decisions can raise ethical and legal problems.

改善案Improvement

証拠を評価する前に「この種の事象はそもそもどれくらいの頻度で起こるか」を一度立ち止まって考える習慣をつけ、可能なら実際の統計を調べましょう。個人に関わる判断では、基準率を出発点にしつつ、その人固有の証拠を十分に集めて更新することで、統計的な合理性と個別の公正さを両立させます。Before weighing evidence, pause to ask 'how common is this kind of thing in the first place?' and look up real statistics when possible. For decisions about individuals, start from the base rate but gather enough person-specific evidence to update substantially, balancing statistical rationality with individual fairness.