Kritisches Denken: So findest Du heraus was funktioniert

1. Einführung und erste Schritte: Hallo, da. Willkommen zu diesem Kurs. Mein Name ist Andre. Ich bin ein ausgebildeter Wissenschaftler. Und in diesem Kurs möchte ich Ihnen zeigen, wie Sie Fragen beantworten können wie Will Gründung eines Unternehmens machen Sie reich? Wird Meditation Ihnen helfen, sich glücklicher und zufriedener zu fühlen? Oder wird es Ihnen helfen, jeden Morgen um fünf Uhr aufzustehen, produktiver zu sein und die Hände erfolgreich zu sein? Und das sind nicht nur interessante philosophische Fragen, sondern es sind Fragen, die Konsequenzen haben. Die Antworten, die Sie für solche Fragen finden, können buchstäblich den Unterschied machen zwischen ärmer, Lage, Ihre Ziele zu erreichen oder erfolgreich zu sein und das Leben zu bekommen, das Sie wollen. Nun, leider, wenn die Leute über diese Art von Fragen nachdenken, werden sie sehr oft zum Opfer von Argumenten Pfeilen. Und als Folge davon, dass sie sehr oft nach Dingen jagen, die sie nicht wirklich überall hinbekommen. Und so in diesem Kurs zeigen, möchte ich Ihnen in diesem Kurs zeigen,wie Sie Ihr Denken schärfen, die richtigen Antworten auf die Fragen finden, die Sie beantworten möchten, und bessere Lebensentscheidungen treffen können. Also, wie machen wir das? Und das erste, worauf ich hinweisen möchte, ist das in all diesen Fragen. Es gab die gleiche allgemeine Struktur in allen Fragen. Es ging darum, ob eine Variable X eine andere Variable verursacht. Warum wird mich das reich machen? Wird mich das glücklich machen? Wird das mich erfolgreich machen? In all diesen Fällen geht es im Grunde darum, ob eine Variable X eine andere Variable verursacht. Warum? Und da alle diese Fragen die gleiche allgemeine Struktur haben, können wir die gleiche Art von Methodik verwenden, um all diese Fragen zu beantworten. Und in diesem Kurs werde ich Ihnen diese Methodik beibringen, damit Sie diese Fragen mit höchster Präzision beantworten können . In Ordnung. Und dann zeigt Ihnen der nächste Vortrag immer die Nummer eins Kerl sehen, dass fast jeder zum Opfer fällt und wie Sie es vermeiden können. Ich sehe dich in der nächsten Vorlesung. 2. Der Irrtum in der Nummer 1: die Nummer eins Argumentation, dass fast jeder irgendwann zum Opfer fällt, ist die Ursache. Trugschluss. Also, was ist die Ursache? Trugschluss. Nun sagen wir zum Beispiel, dass Sie entscheiden möchten, an welche Universität Sie gehen möchten. Und lassen Sie uns sagen, dass Sie herausfinden, dass Studenten aus der Universität ein später ein durchschnittliches Gehalt von 40 k verdienen und Sie herausfinden, dass eine Universität Studenten später ein durchschnittliches Gehalt von 80 k Nun, in diesem Fall, meisten Menschen würde denken, dass Oh, wahrscheinlich sollte ich zur Universität gehen, Universität sein. Be scheint die bessere Universität zu sein. Ebenso angenommen, dass man lernt, dass Menschen, die nicht meditieren, neigen dazu, sehr unzufrieden mit ihrem Leben zu sein , während Menschen, die meditieren und sehr glücklich sein, als die meisten Leute denken fast automatisch, dass Oh, vielleicht Ich sollte mehr meditieren. Vielleicht würde mich das glücklicher machen. Okay. Ein weiteres Beispiel, das ich viele Male gesehen habe, , ist Theo-Beispiel,dass Leute, die sagen, aufstehen um 7 Uhr morgens neigen dazu, normale Produktivität zu haben, während die Menschen, die um fünf Uhr aufstehen, besonders all diese CEOs, die arbeiten wie verrückt. Sie neigen dazu, eine hohe Produktivität zu haben, und sie neigen dazu, erfolgreicher im Leben zu sein. Und dann kommen viele Leute zu dem Schluss, dass okay , anscheinend, wenn ich mich um 5 Uhr morgens aufwachen kann, meine Produktivität höher sein wird und ich erfolgreicher sein werde. Und ein weiteres Beispiel, wenn die Menschen hören, dass die Arbeitnehmer tendenziell einen durchschnittlichen Wohlstand haben, während Andhra Preneurs dazu neigen, reich zu sein. Okay, ob Unternehmer wirklich dazu neigen, reich zu sein, ist eigentlich die Frage, und ich werde Sie später in einer Fallstudie am Ende dieses Kurses durchlaufen. Aber sagen wir zum Beispiel, dass Unternehmer im Durchschnitt reicher sind als Arbeitnehmer, als viele Menschen würden den Schluss ziehen, dass sie Unternehmer sein sollten , damit sie auch reich sein können. Okay, alle Beispiele, die ich gerade gegeben habe, sind Beispiele aus dem Urteilsfall in allen Beispielen, die ich gerade gegeben habe. Die Schlussfolgerung war nicht notwendigerweise korrekt. Und ich werde jetzt an das Beispiel der Angestellten gegen die Unternehmer festhalten, nur um Ihnen zu zeigen, was hier schief läuft. Also die Schlussfolgerung, dass die Leute hier in diesem Fall ziehen, ist, dass die Gründung eines Unternehmens. Ein Unternehmer zu werden bewirkt, dass Menschen Wohlstand aufbauen, und die Beweise, die sie hier verwenden, nennen wir eine Korrelation und ihre Interpretation. Diese Korrelation ist, dass es eine kausale Beziehung zwischen den beiden Variablen gibt, und das ist nicht notwendigerweise die richtige Interpretation. In diesem Vortrag möchte ich Ihnen zeigen, wie Sie eine Korrelation richtig interpretieren. Also vor allem, was ist eine Korrelation? Eine Korrelation ist eine statistische Beziehung zwischen zwei Variablen. Wo, wenn sich eine Variable ändert, ändert sich die andere systematisch mit dieser Variablen. Ein sehr einfaches Beispiel wäre also, dass, wenn eine Variable zunimmt, die andere eine Anschwung erhöht und eine Variable abnimmt, die andere ebenfalls abnimmt. So, zum Beispiel, fragen Sie die Leute gehen von nicht das Geschäft gestartet zu haben, um ein Geschäft zu gründen. Ihr Reichtum steigt, aber es kann auch umgekehrt sein. Ein weiteres Beispiel für eine Korrelation wäre, dass, wenn eine Variable zunimmt, die andere abnimmt und umgekehrt. Wenn die Variable abnimmt, erhöht sich die andere. Das ist auch ein Beispiel für eine Korrelation und das, was die Leute normalerweise automatisch denken, wenn sie eine solche Korrelation sehen. Ist das okay? Gründung eines Unternehmens macht Menschen reich oder es macht sie arm. Aber auf jeden Fall denken sie, dass es eine Ursache der Beziehung zwischen den beiden geben muss. Nun, wie ich bereits sagte, ist das nicht unbedingt die richtige Interpretation. Stattdessen sind sie fast immer drei Erklärungen möglich für eine Korrelation. Und um sicherzustellen, dass Sie die richtigen Schlüsse ziehen, müssen Sie alle drei Erklärungen berücksichtigen. Okay, also nehmen wir an, wir haben zwei Variablen. Akzent Warum? Und sie sind krönt. Welche anderen drei Erklärungen? Die erste Erklärung ist, dass X verursacht, warum, Wenn X verursacht, Warum, dann, wenn X erhöht, warum wird auch zunehmen? Und so werden wir eine Korrelation sehen. jedoch, Eine andere mögliche Erklärung istjedoch,dass warum X in diesem Fall verursacht, wann immer warum zunimmt? Axel steigt gut und wieder sehen wir eine Korrelation und dann schließlich Erklärung. Nummer drei ist, dass es absolut keine kausale Beziehung zwischen X und y überhaupt gibt. Aber stattdessen gibt es 1/3 Variable. Wir könnten es Sets nennen, die sowohl Taten als auch warum verursacht. Und in diesem Fall, wenn Zet zunimmt, wird die Axt zunehmen und warum wird zunehmen. Und so werden wir eine Korrelation zwischen X und Y sehen, obwohl es absolut keinen kausalen Zusammenhang zwischen Handlungen und warum gibt. Okay, das sind also die drei Erklärungen. Nun lassen Sie uns alles, was ich Ihnen gerade beigebracht habe, auf unser Beispiel anwenden. wir also, dass wir beobachten, dass Unternehmer reich sind. Warum bin bitte nur einen durchschnittlichen Reichtum, und das erste, was wir erkennen müssen, ist, dass das nur eine Korrelation ist. Es bedeutet nur, dass, wenn eine Variable zunimmt, zum Beispiel, wenn Sie von Mitarbeitern zum Unternehmer gehen, die andere Variable systematisch variiert damit. Zum Beispiel gehen wir von durchschnittlichem Reichtum zu Reichtum. Das nächste, was wir tun müssen, ist, dass wir alle drei möglichen Erklärungen für diese Korrelation durchlaufen müssen , und die erste Erklärung ist, dass die Gründung eines Unternehmens dazu führt, dass Menschen Wohlstand aufbauen. jedoch, Eine andere mögliche Erklärung istjedoch,dass Wohlstand Menschen dazu veranlasst, ein Geschäft zu gründen, also könnte es sein, dass Menschen, wenn sie reich werden, nicht wirklich einen Job mehr haben wollen. Aber stattdessen haben sie keine Angst mehr, das Risiko einzugehen, ihr eigenes Geschäft zu gründen, weil sie bereits wohlhabend sind , also haben sie nicht wirklich etwas zu verlieren. Und ebenso, wenn Menschen arm werden, können sie weniger wahrscheinlich sein, ein Geschäft zu gründen und eher einen Job anzunehmen. Eine ebenso plausible Erklärung für die Korrelation zwischen Unternehmensgründung und Wohlstand ist also , dass Wohlstand Menschen dazu bringt, ein Unternehmen zu gründen. Okay, und schließlich, Erklärung Nummer drei ist, dass es keine kausale Beziehung zwischen der Gründung eines Unternehmens und Reichtum überhaupt gibt. Aber stattdessen könnte es 1/3 Variable geben, und ein Beispiel für eine solche 1/3 Variable könnte sein, wie ehrgeizig eine Person ist. Wenn eine Person sehr ehrgeizig ist, könnte es sein, dass das die Person wahrscheinlicher macht, ein Geschäft zu gründen. Und es könnte auch sein, dass das auch die Person wahrscheinlicher macht, gut zu bauen. Aber der Grund, warum die Person gut baut, kann nicht sein, dass die Person das Geschäft begann, sondern nur, weil die Person sehr ehrgeizig ist, was auch immer diese Person tut. Selbst wenn diese Person kein Geschäft gegründet hätte, hätte diese Person wahrscheinlich gut aufgebaut, nur weil diese Person sehr ehrgeizig ist. Das ist also die dritte Erklärung. Es gibt keine kausale Beziehung zwischen der Gründung eines Unternehmens und Reichtum überhaupt, aber stattdessen sind sie andere Variablen, die beides verursachen. So interpretieren Sie jetzt eine Korrelation, wenn die Korrelation nicht positiv ist, aber negativ ist. Sagen wir mal, es ist umgekehrt. Und es ist nicht so, dass die Unternehmer reich sind, aber die Mitarbeiter sind reich. In diesem Fall haben wir also eine negative Korrelation zwischen der Gründung eines Unternehmens und Vermögen. Nun, für diese negative Korrelation funktioniert alles genau auf die gleiche Weise, mit dem einzigen Unterschied, dass Sie zuerst die zweite Variable hier spiegeln müssen. Anstatt also die zweite Variable als Reichtum zu betrachten, kann man sie als arm betrachten. Und so werden die Levels von der Variablen gekippt. Nun, wenn Sie hoch auf dieser Variablen sind Ihre Armen und wenn Sie niedrig auf dieser Variablen sind, sind Sie reich. Während auf dem variablen Reichtum, als du hoch warst, warst du reich und wenn er niedrig wird, warst du arm. Und mit diesem einfachen Flip wird die negative Korrelation zu einer positiven Korrelation. Jetzt gibt es eine positive Korrelation zwischen der Gründung eines Unternehmens und dem Armen, und jetzt kann es das genau so interpretieren, wie ich es Ihnen gerade gezeigt habe. Die erste Erklärung für diese Korrelation ist, dass die Gründung eines Unternehmens dazu führt, dass Menschen arm werden. Die zweite Erklärung ist, dass immer arm Menschen dazu führt, ein Geschäft zu gründen, und die dritte Erklärung ist, dass es eine 1/3-Variable gibt, die beides verursacht , wie zum Beispiel Risikoeinnahme. Es könnte also sein, dass die Leute sehr riskieren. Also im Grunde, Spieler sind eher, ein Geschäft zu gründen, aber sie sind auch eher schlecht. Aber der Grund, warum sie arm werden, ist vielleicht nicht, dass sie das Geschäft gegründet haben, sondern nur weil sie viele andere riskante Dinge tun, die sie kosten, um arm zu werden. Okay, also die wichtigsten Lehren aus dieser Vorlesung sind eine Korrelation ist eine Beziehung zwischen zwei Variablen X und Y. Menschen neigen dazu, eine Korrelation als Beweis zu nehmen, die verursacht warum. Aber das ist nur eine mögliche Erklärung, und die drei Erklärungen, die Sie berücksichtigen müssen, sind zuerst, dass X verursacht. Warum, Zweitens, warum verursacht X und dritte, die gesetzt Also eine andere Variable verursacht sowohl X als auch y, und Sie können den Ursachen-Trug finden, dass die Leute sofort gesprungen Erklärung man so ziemlich überall in jedem Bereich des Lebens der Menschen. Und in der nächsten Vorlesung möchte ich Ihnen einige Beispiele zeigen, wo Sie sehen können, dass 3. Beispiele von fallacies in unserem Alltag: Okay, jetzt wissen Sie von dem Urteilsfall Bescheid. Und das Schwierige an diesem Trugschluss ist, dass sich wirklich überall versteckt. Und so möchte ich Sie in dieser Vorlesung darin trainieren, den Urteilsfall zu erkennen, damit Sie ihn vermeiden können. Okay, also lassen Sie uns ein paar Beispiele durchlaufen und ein Beispiel könnte sein, dass Sie sich fragen , welche Universität besser ist, und wir hatten bereits das Beispiel von University A gegen University Be wo? Nach der Universität A Menschen verdienen ein durchschnittliches Gehalt von 40 k, während nach der Universität, Menschen neigen dazu, ein durchschnittliches Gehalt von 80 Kuchen zu verdienen. Und das erste, was hier wichtig ist, ist, dass dies nur eine Korrelation ist. Alles, was du hier siehst, ist, dass, wenn die variable Universität von der Universität wechselt, eine Universität B, das immer das Gehalt von diesen Leuten macht. Aber die Frage ist immer noch, was bedeutet diese Krönung Fleisch? Und wie Sie in der letzten Vorlesung dort gelernt haben, müssen wir drei Erklärungen prüfen. Eines ist, dass die Universität für das Gehalt wichtig ist. Universität B wird dazu führen, dass Sie später ein höheres Gehalt haben als Universität A. Dann müssen wir auch erklären, dass das Gehalt die Universität verursacht. Aber in diesem Fall haben wir Glück, weil das Gehalt außerhalb der Universität geschieht und unter der Annahme, dass etwas nicht etwas rückwärts in der Zeit verursachen kann. Das zukünftige Gehalt kann also nicht beeinflussen, was Sie in der Vergangenheit tun. Wenn Sie die Universität wählen, ist diese Erklärung nicht möglich. Also in diesem Fall können wir die Erklärung ausschließen. Dennoch gibt es immer noch Erklärung drei, dass es 1/3 Variable wie zum Beispiel zum Beispiel Ehrgeiz gibt. Und es könnte sein, dass die Menschen ehrgeiziger waren, eher Universität wählen, über Universität A sein und gleichzeitig, ehrgeizig zu sein, kann dazu führen, dass Menschen ein höheres Gehalt verdienen. Und so, was hier wirklich passieren kann, ist nicht von der Universität ist besser in der Ausbildung Sie , so dass er später ein höheres Gehalt verdienen kann, aber dass die Universität ist einfach besser, ambitionierte Menschen anziehen und dass, selbst wenn diese Menschen würde an eine andere Universität gehen, würden sie immer noch ein höheres Gehalt verdienen. Insgesamt wissen wir nicht, ob der höchste Samstag von der Universität verursacht wird. Okay, schauen wir uns ein anderes Beispiel an. Macht Geld die Menschen glücklicher, sagen wir, Sie stellen sich diese Frage und dann schauen Sie die Welt an und sagen wir einfach hypothetisch, dass Sie sehen, dass Menschen, die nicht so viel Geld oder einen durchschnittlichen Reichtum haben , dazu neigen, ziemlich glücklich zu sein, während Menschen, die sehr wohlhabend sind, neigen dazu, ein bisschen glücklicher zu sein. Sagen wir einfach hypothetisch, dass Sie das sehen. Dann ist der erste Schritt, zu erkennen, dass dies nur eine Korrelation ist. Sehen Sie immer hier ist, dass, wenn die variable Reichtum ändert sich von arm zu reich als die Glücks-Variable ändert sich von 7 zu 8 und jetzt das nächste, was wir tun müssen, ist, müssen wir sich fragen , Was bedeutet das? Eine mögliche Erklärung ist in der Tat, dass Geld Glück verursacht. Aber eine andere mögliche Erklärung ist, dass Glück Geld verursacht. So zum Beispiel sein, könnte es zum Beispiel sein,dass Menschen, die glücklicher sind, optimistischer sind und daher eher die Risiken eingehen , die sie eingehen müssen, um viel Geld zu verdienen. Oder es könnte sein, dass glückliche Menschen sympathischer sind, und das macht sie auch wahrscheinlicher, eine Beförderung von ihrem Chef zu erhalten, zum Beispiel, die sie dazu bringt, Geld zu verdienen, so dass es ebenso gut sein könnte, dass Glück verursacht Geld. Und dann, natürlich, gibt es auch Erklärung drei, die ist, dass es eine 1/3-Variable gibt, die beides verursacht. Es könnte also sein, dass, wenn Sie eine Person sind, die sehr oft erfolgreich ist, Sie dazu führt, eine Menge Geld zu verdienen, und es könnte auch Sie glücklicher machen und nicht unbedingt wegen des Geldes, das Sie verdienen, aber nur denn es ist schön, wenn Sie die Ziele erreichen, die Sie sich so wieder gesetzt haben, können wir hier überhaupt nicht sicher sein, dass Geld Glück verursacht. Das ist nur eine von vielen Erklärungen. Okay, noch ein Beispiel, und das habe ich schon mehrmals gesehen. Macht das Aufstehen um 5 Uhr die Menschen produktiver? Sagen wir noch einmal, dass Sie die Welt betrachten und das sehen. Menschen, die zu einer normalen Zeit aufstehen, sagen 7 Uhr und es gibt Menschen, die sichsehr früh aufstehen, wie 5 Uhr morgens und die Menschen, die zu sehr früh aufstehen, einer normalen Zeit 10 aufstehen, um normale Hafenaktivität zu haben, während die Menschen, die sehr herauskommen früh neigen dazu, eine sehr hohe Produktivität zu haben. Wenn Sie das sehen, dann könnten Sie denken, dass das Aufstehen um 5 Uhr eine sehr gute Strategie ist, um eine höhere Produktivitätzu erzielen , um eine höhere Produktivität . Aber auch hier müssen wir erkennen, dass dies nur eine Korrelation ist. Es bedeutet nur, dass, wenn wir vom Aufstehen zu einer normalen Zeit zu einem frühen Zeitpunkt übergehen , dann gibt es eine Veränderung in der variablen Produktivität. Und jetzt ist die Frage, was bedeutet diese Korrelation Fleisch und wieder? Erklärung Nummer eins ist, dass die Zeit, die Sie aufwachen, beeinflusst, wie produktiv Sie an diesem Datum sind . Die zweite Erklärung, die wir berücksichtigen müssen, ist, ob Produktivität die Aufwachzeit verursachen könnte . Und hier haben wir wieder Glück, denn die Produktivität geschieht nach der Aufwachzeit. Zuerst wachst du früh auf oder nicht so früh, und dann bist du entweder an diesem Tag produktiv oder nicht, und vorausgesetzt, dass eine Variable nicht etwas rückwärts in der Zeit verursachen könnte. Diese Erklärung funktioniert nicht, also können wir diese in diesem Fall ausschließen. Aber dann haben wir trotzdem noch die dritte Variable Erklärung. Und es könnte zum Beispiel sein, dass Menschen, die sehr energisch sind, sehr früh aufwachen, und sie neigen dazu, sehr produktiv zu sein. Und es könnte sein, dass der Grund, warum sie so produktiv sind, nicht weil sie so früh aufwachen , sondern nur weil sie viel Energie haben und ich nicht für dich sprechen kann. Aber ich habe persönlich versucht, um 5 Uhr morgens aufzustehen, einmal in meinem Leben. Und ich denke am ersten Tag und vielleicht auch am zweiten Tag, meine Produktivität waas höher. Aber danach fühlte ich mich jeden Tag müder. Und ich denke, dass meine Produktivität tatsächlich gesunken ist. Also spielt die Aufwachzeit eine Rolle? So viel zur Produktivität. Das ist eigentlich etwas, was wir aufgrund dieser Korrelation nicht wissen. Okay. Wie Sie sehen können, versteckt sich der Korrelations-Trugschluss wirklich überall. Und das führt zur nächsten Frage. Wie können wir das lösen? Und das werde ich in der nächsten Vorlesung mit dir abdecken. Also sehe ich dich im nächsten Abschnitt 4. Die leistungsstarke Strategie, um alternative Erklärungen zu beseitigen: , jetzt, Also, jetzt,da du ein wenig trainiert bist, diese verschiedenen Erklärungen für Korrelationen zu sehen , die wir jetzt in der Welt beobachten können, ist die Frage, wie können wir die alternativen Erklärungen ausschließen und herausfinden, ob X verursacht, warum ihre verschiedenen Möglichkeiten, dies zu tun, jeder mit ihren Vor- und Nachteilen? Und in diesem Vortrag werde ich Ihnen eine der mächtigsten Lösungen vorstellen, die ein Experiment ist. Nun, wenn Sie an ein Experiment denken, denken Sie vielleicht über so etwas nach, aber das ist eigentlich nicht das, was ein Experiment ist. So sieht ein Experiment in einigen Zweigen von Schildern aus. Aber ein Experiment ist etwas viel einfacher. Also, was ist ein Experiment? Ein Experiment ist, wenn die Ebenen von den variablen Acts randomisiert werden. Also hatten wir diese beiden Variablen Unfall Warum? Und beide Variablen haben Ebenen. Zum Beispiel kann das entweder hoch oder niedrig sein. Und wenn die Levels von der ersten Variablen randomisiert sind, zum Beispiel durch einen Münzschlag, und wir nennen das ein Experiment und ich weiß, dass das sehr abstrakt klingt, also lass mich dich durch ein Beispiel führen, sagen wir, dass Sie wissen wollen, ob Geld Menschen glücklich macht. In diesem Fall haben wir ein Experiment, wenn die Ebenen aus dem variablen Reichtum zufällig durch einen Konflikt bestimmt werden , Also, um die Logik davon zu veranschaulichen, lassen Sie uns sagen, dass Ihre Götter und Sie jetzt durch eine Münze bestimmen können Flip, ob die Menschen arm sind oder ob sie reich sind. Also für jeden Menschen auf der Welt, kippst du eine Münze, und wenn die Münze „Köpfe“ sagt, machst du diese Person arm. Und wenn die Münze Schwanz sagt, dann machst du diese Person reich. Und jetzt sagen wir, dass in diesem sehr hypothetischen Szenario Sie feststellen, dass die armen Menschen sehr unglücklich sind und die reichen Leute sehr glücklich sind, was eine Korrelation ist, Recht ist eine Korrelation zwischen Reichtum und Glück. jedoch Die Interpretation dieser Korrelation ändert sichjedochvollständig, wenn Sie sie in einem Experiment finden. Also lassen Sie uns durch diese gehen, so dass die beiden Variablen, die Sie unseren Reichtum und Glück haben, und jetzt wird die erste Variable durch einen Mais-Flip randomisiert. die Korrelation also in diesem Szenario Könntedie Korrelation also in diesem Szenariodurch Reichtum erklärt werden, der Glück verursacht? Absolut. Das ist definitiv eine mögliche Erklärung. Aber was ist mit dem umgekehrten Effekt? Könnte Glück den Reichtum verursacht haben? Nun, nein, weil du den Brunnen durch einen Münzschlag bestimmt hast und deine Münze sich nicht um das Glück einer Person kümmert . Egal ob die Person unglücklich oder glücklich ist, der Mais-Flip macht es gleichermaßen wahrscheinlich, dass eine glückliche Person bei einer unglücklichen Person in Ihrem Experiment wohlhabend wird . Also hier. Das ist keine plausible Erklärung. Was ist dann mit Erklärung Nummer drei? Dass es eine 1/3-Variable gibt, die beide Variablen beeinflusst, zum Beispiel, dass der Erfolg bei der Erreichung Ihrer Ziele die Menschen reich macht, und es macht sie alle so glücklich. Aber auch hier ist dieses Auto eine Beziehung, vom Erfolg zum Reichtum funktioniert nicht wirklich, weil es unserer Münze egal ist, wie erfolgreich eine Person ist, seine Ziele zu erreichen. Die Münze macht es gleichermaßen wahrscheinlich, dass Menschen, die nicht erfolgreich sind, die Ziele zu erreichen und Menschen erfolgreich waren, ihre Ziele zu erreichen, wohlhabend werden. Und wegen dieser Erklärung funktionieren auch drei nicht. Die einzige Erklärung, die in diesem Szenario noch übrig ist, ist die Erklärung Nummer eins, dass Reichtum Glück verursacht. Mit anderen Worten, wenn die Ebenen von der ersten Variablen eine randomisierte und Sie eine Korrelation zwischen den beiden Variablen finden . Dann können Sie schlussfolgern, dass die erste Variable die zweite Variable kostet. Jetzt denkst du vielleicht Noten, aber wie soll ich das machen? Aber manchmal, wenn man sich nur in der Welt umsieht, haben Sie natürlich vorkommende Experimente wie zum Beispiel die Lotterie beschränkt zum Beispiel . Die Lotterie teilt ihre Teilnehmer im Grunde zufällig in die Teilnehmer, die kein Geld bekommen , und die Teilnehmer werden unglaublich reich. Und was wir tun können, ist einfach, dass wir einen Blick darauf werfen können, ob die Leute die Lotterie gewinnen neigen dazu , glücklicher zu sein als Leute, die nicht in der Lotterie gewinnen. Und die Feststellung hier ist, dass , vorübergehend , ja, Leute, die die Lotterie gewinnen, ein bisschen glücklicher sind. Aber auf lange Sicht scheint es keine Rolle zu spielen. Es scheint also zu sein, dass Geld Sie vorübergehend glücklich machen kann, aber vielleicht nicht auf lange Sicht. In Ordnung. Zusammenfassend sind die wichtigsten Lehren dieser Vorlesung, dass Sie Erklärung zwei und drei durch ein Experiment ausschließen können , und in einem Experiment werden die Stufen von der Variablen X randomisiert, für durch einen Mais Flip, und Sie können selbst Experimente durchführen, die ich werde Ihnen in der nächsten Vorlesung zeigen. Aber manchmal findet man auch natürlich vorkommende Experimente wie zum Beispiel die Lotterie. Alles klar, und dann die nächste Vorlesung. Hubble, zoomen Sie mit Ihnen weiter hinein. Also sehe ich dich in der nächsten Vorlesung. 5. Arten von Strategien: In dieser Vorlesung werde ich Ihnen zwei verschiedene Arten von Experimenten vorstellen. In der letzten Vorlesung haben Sie gelernt, dass es bei einem Experiment darum geht, die Ebenen von der ersten Variablen zufällig zu bestimmen. Und bei diesen Ebenen geht es immer um eine Art Vergleich. Zum Beispiel Universität, Universität, eine Verse, Universität B oder reiche Leute gegen arme Menschen, während Unternehmer gegen Mitarbeiter und in diesem Vortrag wollte weiter in diese und zeigen Ihnen, dass es tatsächlich zwei verschiedene Arten von Vergleichen, die Sie hier beschränkt haben. Ein Vergleich ist ein Vergleich zwischen den Fachgebieten, und der andere Vergleich ist ein Vergleich innerhalb des Fachs. Ein Vergleich zwischen den Fächern ist also, wenn man zwei Gruppen hat und man diese Gruppen miteinander vergleicht , und ein Beispiel dafür wäre, wenn man Studenten aus verschiedenen Universitäten vergleicht. Sie können aber auch einen Vergleich innerhalb des Themas betrachten, und in diesem Fall betrachten Sie einen Vergleich. Im Laufe der Zeit haben Sie zwei oder mehr Messpunkte pro Person und vergleichen diese Messpunkte miteinander. Was zur Zeit geschah, man im Vergleich zu der Zeit und kann das mit mehreren Personen oder sogar nur mit einer Person tun, also wäre ein Beispiel dafür, wenn man Wochen vergleicht, in denen man meditiert, zwei Wochen, in denen er nicht meditiert hat, um ob Meditation Ihnen hilft, sich besser zu fühlen oder fokussierter zu werden, zum Beispiel, und in beiden Fällen benötigen Sie ein Experiment, um eine klare Schlussfolgerung ziehen zu können. Was ist also ein Experiment in diesen beiden Fällen, während Sie in einem Experiment entweder randomisieren, wer zu welcher Gruppe in einem zwischen Subjekt-Design geht oder wann was in einem Inside Subject Design passiert? Also lasst uns ein Beispiel durchgehen. Nehmen wir an, Sie wollen wissen, ob das Aufstehen um 5 Uhr die Menschen produktiver macht als ein Experiment, das Sie ausführen oder suchen könnten, wäre ein Experiment, bei dem Sie Menschen in eine Gruppe aufteilen, die um 7 Uhr morgens aufstehen muss. jedes Mal und eine Gruppe, die um 5 Uhr morgens aufstehen muss. Und dann können Sie überprüfen, welche dieser beiden Gruppen produktiver ist, und das wäre ein Experiment. Wenn die Aufteilung in die beiden Gruppen geschieht, fügen Sie zufällig hinzu, zum Beispiel durch einen Münzschlag Aber wenn Sie Ihre Freunde nicht stören wollen, indem Sie ihnen sagen, wann sie aufstehen müssen, was ich verstehen kann sehr gut, dass er auch ein Experiment an sich selbst ausführen kann. Sie können also Tage haben, an denen Sie morgens um fünf Uhr aufstehen, und Sie können Tage haben, an denen Sie um 7 Uhr morgens aufstehen. Und er könnte das in ein Experiment verwandeln, indem er jeden Tag im Voraus durch einen Münzschlag entscheidet , ob der nächste Tag um 5 Uhr oder um 7 Uhr morgens sein wird. So können Sie am ersten Tag vielleicht länger steilen. Dann musst du früh aufstehen. Dann sagt der Konflikt, dass du wieder früh aufstehen musst. Dann können Sie Steve länger, als Sie früh aufstehen müssen, dass er länger schlafen kann und dann wieder schwanger und so weiter und so weiter und so weiter. Und wenn das, was Sie an jedem Tag tun, randomisiert ist, dann ist das auch ein Experiment. Nehmen wir an, dass Sie feststellen, dass Sie an Tagen, an denen Sie früh aufwachen, produktiver sind als was könnte das bedeuten? Eine Sache, die es bedeuten könnte, ist, dass die Aufwachzeit Ihre Produktivität beeinflusst. Normalerweise müssten wir aber auch die Möglichkeit berücksichtigen, dass die Produktivität die Aufwachzeit beeinflusst hat. Nun haben wir bereits gesagt, dass das in diesem speziellen Fall nicht wirklich möglich ist, weil die pro Aktivität nach der Aufwachzeit passiert. Aber in einem Experiment ist es ohnehin unmöglich, denn die Aufwachzeit wird vollständig durch den Maisschlag bestimmt, so dass sie nicht von etwas anderem beeinflusst werden kann. Diese Erklärung funktioniert also definitiv nicht. Und dann ist die dritte Erklärung, die wir normalerweise berücksichtigen müssen, dass es eine 1/3-Variable gibt, die beides verursacht. Also, zum Beispiel, wenn Sie nicht zufällig, dann könnte es sein, dass nach Nächten, in denen Ihr Schlaf wirklich von hoher Qualität und wirklich tief ist , Sie automatisch früh aufwachen und Sie sind mehr produktiv im Laufe des Tages. jedoch feststellen, Wenn Siejedoch feststellen,wann Sie durch einen Münzschlag aufwachen, dann kümmert sich der Konflikt wieder nicht um Ihre Schlafqualität, sagt die Münze. Er wachte auf, unabhängig davon, ob Sie sich morgens super schläfrig fühlen oder tatsächlich energisch und bereit den Tag zu beginnen, und deshalb funktioniert diese Ursache der Beziehung nicht wirklich wieder. Und deshalb funktioniert die dritte variable Erklärung nicht. Wenn Sie also in diesem Szenario feststellen, dass Sie produktiver sind, wenn Sie um 5 Uhr morgens aufstehen , dann bedeutet das, dass das Aufstehen um 5 Uhr morgens ein guter Weg für Sie ist, produktiver zu werden. Okay, um es zusammenzufassen, die wichtigsten Lektionen dieser Vorlesung sind die Ebenen von der Variablen X kann entweder zwischen oder innerhalb des Subjekts Vergleich sein , und der Vergleich zwischen den Themen ist ein Experiment. Wenn die Personen zufällig den beiden Ebenen aus Handlungen zugeordnet sind und der Vergleich innerhalb des Subjekts ein Experiment ist, wenn die Zeitpunkte zufällig den beiden Ebenen aus Acts zugeordnet werden. Ein Experiment ist die mächtigsten Methoden, um alternative Erklärungen auszuschließen. Aber es ist nicht immer machbar. Zum Beispiel können Sie den Menschen sagen, dass sie der Universität wünschen, dass sie auf der Grundlage eines Konflikts gehen sollten. sie einfach nicht tun. Deshalb in der nächsten Vorlesung eine zweite Methode zeigen, werde ich Ihnen in der nächsten Vorlesung eine zweite Methode zeigen,um alternative Erklärungen auszuschließen, die ich bei der nächsten Wahlsehe Wahl 6. Die zweitbeste Strategie, um alternative Erklärungen zu beseitigen: , wenn Sie ein Experiment nicht ausführen und wenn Sie kein Experiment finden können, ist die nächstbeste Alternative ein gemischter Versuchsplan. Ein Mix-Design ist, wenn Sie ein innerhalb Subjekt Design mit den zwischen Themen kombinieren. Design Sie haben also zwei Personengruppen, aber Sie haben auch mindestens zwei Messpunkte in der Zeit. Also lasst uns ein Beispiel durchgehen. Nehmen wir an, Sie wollen wissen, ob Meditation Menschen glücklicher macht. Nehmen Sie nun an, Sie wollen nicht wirklich die Mühe machen, ein Experiment an sich selbst durchzuführen. Aber man kann auch keine Situation in der Welt finden, in der Menschen zufällig in Meditatoren und Nicht-Meditatoren aufgeteilt sind . Dann ist das nächste beste, was Sie tun können, ein Mix-Design. Nehmen wir an, dass Ihre Freunde entscheiden, jeden Samstagabend eine neue Aktivität zu starten, und lassen Sie uns sagen, dass ein Teil Ihrer Freunde entscheiden, dass sie einen Filmabend haben, während ein anderer Teil Ihrer Freunde entscheiden, dass die Meditationskurse am Samstagabend als in einem reinen zwischen Subjekt Design. Sie würden sehen, wie glücklich Menschen fühlen sich nach einer Weile dieser beiden Aktivitäten, und dann können Sie feststellen, dass die Menschen, die nicht begonnen haben, zu meditieren. Fühlen Sie sich nicht so glücklich wie die Menschen, die mit dem Meditieren begonnen haben. Jetzt in einem Mischdesign fügen wir in einem Mischdesigneinen weiteren Messpunkt hinzu. Und in diesem Fall könnte das das Startglück von diesen beiden Gruppen von Menschen sein, bevor sie mit der neuen Aktivität beginnen . Und lassen Sie uns sagen, dass das Startglück von den Nicht-Meditatoren Waas ein Sechs von 10 während das Startglück aus den Meditatoren war eine acht von 10. Und dann nach diesen Aktivitäten sehen wir eine Sechs von 10 für die Nicht-Meditatoren und eine Acht von 10 für die Meditatoren. Wenn diese Situation, können wir sehen, dass, obwohl die Meditatoren glücklicher sind als die Nicht-Meditatoren, das Glück nicht als Ergebnis einer dieser Aktivitäten geändert hat. Die Nicht-Meditatoren begannen mit den Sechs und die endete mit einer Sechs und der Meditator begann mit einem AIDS und sie endete innerhalb von acht. So können wir jetzt sehen, dass die Meditation tatsächlich nicht geholfen hat. Stattdessen würde dieses Ergebnis eher mit der Erklärung übereinstimmen, dass das Glück die Menschen eher meditieren lässt , weil wir hier sehen können, dass die glücklichen Menschen in Richtung der Meditationsklasse gingen , und das ist die Macht eines gemischten Designs im Mix-Design, wo Sie diese Muster auf das sehen können, was Sie sehen möchten. Zu dem Schluss, dass Meditation tatsächlich Ihr Glück verbessert, ist, dass die Veränderung des Glücks im Laufe der Zeit größer in der Meditationsgruppe ist als die Nicht-Meditationsgruppe . So erhöht sich hier zum Beispiel zum Beispiel das Glück der Meditatoren um einen Punkt, während sich das Glück der Nichtmeditationen überhaupt nicht ändert. Dieses Ergebnis würde also darauf hindeuten, dass Meditation Glück verursacht. jedoch Es gibtjedochnoch alternative Erklärungen. So könnte es zum Beispiel sein, dass die Menschen, die zu den Meditationskursen gingen, Menschen sind, die sehr gut darin sind, Freude aus neuen Aktivitäten zu bekommen . Und es könnte sein, dass, wenn du den Meditierenden gesagt hättest, zu den Filmabenden zu gehen, sie auch an Glück um einen Punkt erhöht hätten, einfach weil sie sehr gut darin sind neue Aktivitäten zu genießen. So haben wir auch in einem gemischten Design immer noch alternative Erklärungen. Dennoch hoffe ich, dass Sie auch sehen können, dass nicht alle alternativen Erklärungen, die wir vor der Arbeit berücksichtigen mussten , und die alternativen Erklärungen, die noch funktionieren, viel komplizierter und nicht so plausibel sind wie die Erklärungen, mit denen wir uns vorher beschäftigen mussten. In einem gemischten Design haben Sie also immer noch alternative Erklärungen. Aber sie sind nicht so ernst wie in einem reinen zwischen Subjekt-Design oder einem reinen In-Subjekt-Design . Okay, lassen Sie uns ein anderes Beispiel durchlaufen. Nehmen wir an, Sie fragen sich, welche Universität besser ist, und das ist eine schwierige Situation, weil man den Leuten sagen kann, dass sie an der Universität gehen sollten , und deshalb ist es hier sehr schwierig, ein Experiment durchzuführen. In dieser Situation ist ein gemischtes Design wieder Ihre beste Alternative. Was Sie also tun wollen, ist, dass Sie nicht nur schauen wollen, wie fähig die Leute sind, nachdem sie zur Universität gegangen sind. Sagen wir, dass wir als sechs von 10 für die Studenten der Universität A und eine acht von 10 für die Studenten der Universität B. Aber Sie wollen auch sehen, wie fähig sie schon waren, bevor sie an die Universität gingen . Wenn wir also das berücksichtigen, als er und dieses Beispiel, können wir sehen, dass sich im Grunde die Studenten von beiden Universitäten an der Universität A verbessern. Sie begannen mit einem Fähigkeitslevel von sechs, und sie enden mit einer Sechs. Und an der Universität beginnen sie mit einem Fähigkeitslevel von acht und enden mit einer Fähigkeitsstufe von acht. Der einzige Unterschied zwischen diesen beiden Universitäten scheint also in diesem Beispiel zu sein, dass Universität B besser in der Gewinnung hochfähiger Studenten ist. Und das ist im Allgemeinen ein Problem, denn sobald die Universität einen guten Ruf hat, bedeutet das, dass gute Studenten an diese Universität gehen und dann automatisch. Es wird eine Korrelation zwischen dem Erfolg der Menschen später im Leben und dieser Universität geben. Was Sie also im Idealfall sehen wollen, ist nicht nur, dass es den Studenten einer Universität später besser geht. Aber er wollte sehen, dass die Schüler kommen in relativ unfähig und sie kommen relativ fähig, was ist etwas, das Sie auf Lee Seon, ein Mix-Design. Dennoch, selbst wenn Sie feststellen, dass es noch alternative Erklärungen gibt, könnte es zum Beispiel sein, zum Beispiel sein, dass die Studenten, die an die Universität gingen, in diesem speziellen Fall bessere Lernende sind, und das ist der einzige Grund, warum sie sich so stark verbessert haben. Aber wenn sie bessere Lernende sind, als die Frage ist, warum waren sie nicht schon besser in der Lage zu beginnen. So, wie Sie hier sehen können, auch wenn es noch alternative Erklärungen gibt, sind sie nicht so plausibel wie die alternativen Erklärungen, die wir in einem reinen zwischen Themendesign umgehen mussten oder innerhalb des Themas Design erscheinen mussten. Okay, jetzt lassen Sie uns einen Überblick über die Optionen, die Sie haben. Wenn Sie herausfinden möchten, ob eine Variable eine andere Variable verursacht, ist die beste Option immer, ein Experiment für sich selbst durchzuführen. Ein Experiment eliminiert sofort alle alternativen Erklärungen, die wir am Anfang behandelt haben . Und wenn Sie es auf sich selbst ausführen und Sie wissen, dass die Ergebnisse für Sie gelten, ist die nächste beste Option, ein Experiment an anderen Menschen zu betrachten. Normalerweise ist das Ausführen eines solchen Experiments nicht wirklich machbar. Aber manchmal kann man ein Experiment finden, das natürlich in der Welt vorkommt, wie zum Beispiel die Lotterie. Dann ist die nächste beste Option ein Mix-Design. Wenn Sie den Fall nicht finden, dass die Ebenen außerhalb der ersten Variablen randomisiert sind, dann stellen Sie zumindest sicher, dass Sie so viele Informationen wie möglich erhalten, indem Sie nicht nur auf Lee Gruppen vergleichen, sondern auch sehen, wie sie sich im Laufe der Zeit ändern, Alles klar, und wenn auch das nicht verfügbar ist als der letzte Ausweg, den Sie haben, ist es, eine gebildete Vermutung basierend auf einer Korrelation zu machen. Normalerweise ist es möglich, zumindest eine Korrelation in der Welt zu finden. Und wenn diese Korrelation weder in einem Experiment gefunden wird, noch Design macht als das Beste, was Sie tun können, ist einfach eins nach dem anderen durch alle möglichen Erklärungen zu gehen und eine gebildete Vermutung zu machen, wie wahrscheinlich es ist, dass die erste Variable verursacht die zweite Variable. Ordnung, also die wichtigsten Lehren dieser Vorlesung sind, wenn ein Experiment nicht machbar ist und gemischte Design eine gute Alternative ist , ein Mix-Design minimiert alternative Erklärungen, ohne sie vollständig auszuschließen. Und wenn ein gemischtes Design auch nicht möglich ist, als dein letzter Ausweg eine gebildete Vermutung , die auf einer Korrelation basiert , in Ordnung, das ist seine mit sexuellen, und ich sehe dich in der nächsten 7. Eine einfache Möglichkeit der Ausschluss von Zuschneiden: Okay, und dieser Vortrag wird dir zeigen, wie du mit Zufällen umgehst. Also, was meine ich mit Zufall? Nehmen wir an, dass Sie eines Tages zu Ihrer normalen 7-Uhr-Zeit aufstehen, und dann einen Tag später, Sie um fünf Uhr morgens aufstehen und feststellen, dass Sie am zweiten Tag produktiver sind. Und lassen Sie uns sagen, dass Sie beide durch einen Münzschlag bestimmt haben. Es ist also ein Experiment. Können Sie dann wirklich schließen, dass das Aufstehen um 5 Uhr morgens dazu führt, dass es produktiver wird ? Die Wahrheit sei gesagt, nicht gerade, weil es nur ein Zufall sein könnte, und er ist ein Weg, darüber nachzudenken. Wenn Sie das gleiche an beiden Tagen gemacht haben, zum Beispiel, wenn Sie an beiden Tagen um 7 Uhr aufstehen, dann wären Sie wahrscheinlich noch produktiver an einem Tag im Vergleich zum anderen, richtig, denn ohne klare Gründe, manchmal haben wir produktivere Tage. Manchmal haben wir weniger produktive Tage, und deshalb, selbst wenn Sie das gleiche an beiden Tagen tun, werden Sie an einem Tag eine höhere Produktivität haben. Eine andere Frage, die wir uns stellen müssen, ist, dass, wenn wir feststellen, dass unsere Produktivität nach dem Aufstehen um fünf Uhr fünf Uhrhöher ist. Ist das, weil wir um 5 Uhr aufstehen, oder ist es nur ein Zufall? Und es gibt mehrere Lösungen, um Zufälle auszuschließen. Die erste Lösung ist der Stichprobenumfang. Wenn wir nicht nur an zwei Tagen messen, sondern an vielen Tagen, dann ist es viel weniger wahrscheinlich, dass wir an den Tagen, an denen wir um fünf Uhr aufstehen, zufällig produktiver sind. Und in der Regel, je größer Ihre Probe ist. Je mehr Messpunkte Sie haben, desto mehr können Sie sicher sein, dass das kein Zufall ist. Und was genau der Stichprobenumfang ist, hängt ein wenig von Ihrem Design ab. In einem Betreff, das entworfen wurde, ist der Stichprobenumfang die Anzahl von Personen, die Sie in jeder Gruppe haben, und in einem Designinnerhalb des Themas , und in einem Design kann es zwei Dinge sein. Es kann entweder die Anzahl von Personen sein, die Sie betrachten, und es kann auch die Anzahl von Messpunkten sein, die Sie betrachten. Wenn Sie also an sich selbst testen, wäre die Stichprobengröße, wie oft Sie im Laufe der Zeit testen, und ein Beispiel, wo die Stichprobengröße uns wirklich hilft, ist im Lotteriebeispiel, weil es so viele Leute gibt, die an der Lotterie teilnehmen , und im Laufe der Zeit waren sie so viele Leute, die die Lotterie gewonnen haben, dass wir wirklich sicher sein können , dass die Unterschiede zwischen Lotteriegewinnern und Lotterieverlierern nicht nur Zufälle sind. Das ist also die erste Lösung. Stichprobengröße. Und Sie fragen sich vielleicht, was ist der große Stichprobenumfang und was ist ein kleiner Stichprobenumfang? Und technisch gesehen ist es ganz willkürlich. Die Regel ist einfach, je mehr, desto besser. Aber nur um Ihnen eine Orientierung zu geben, gebe ich Ihnen die Zahlen, die ich in meinem Privatleben verwenden würde, um festzustellen, ob ich einen großen oder kleinen Stichprobenumfang habe . Ein kleiner Stichprobenumfang für mich wäre also 20 Beobachtungen, und das bedeutet nicht, dass Sie nicht tiefer gehen können. Es ist nur so, dass das Risiko wirklich hoch wird, dass Ihre Ergebnisse Zufall sind und ein großer Stichprobenumfang 100 Beobachtungen oder mehr betragen würde. Es sind mehr als 100 Beobachtungen, die er ganz sicher sein kann, dass die Dinge, die Sie beobachten, nicht nur Zufall sind . Okay, also ist das die erste Lösungsbeispielgröße. Aber die Stichprobengröße ist nicht immer die machbarste Lösung, und deshalb in der nächsten Vorlesung werde ich Ihnen in der nächsten Vorlesungeine zweite Lösung zeigen 8. Die elegante Art der Auslegung von coincidences: Eine andere Möglichkeit, Zufall auszuschließen, besteht darin, die ungeklärte Varianz zu bewerten. Also, was bedeutet das? Nehmen wir an, dass Sie über 10 Tage getestet haben, ob das Aufstehen um 5 Uhr morgens Sie produktiver macht oder um 7 Uhr morgens aufstehen . Und lassen Sie uns sagen, dass Sie sich jeden Tag eine Punktzahl von, sagen wir, 1 bis 10 darüber gegeben sagen wir, haben, wie produktiv Sie an diesem Tag waren. Dann ist er, wie die Ergebnisse für den 7 Uhr morgens aussehen könnten. Also an diesem Tag war Ihre Produktivität an diesem Tag hier relativ niedrig, es war etwas höher als wieder niedriger , dann etwas höher und dann wieder etwas niedriger. Und lassen Sie uns sagen, dass diese anderen Ergebnisse für die 5 Uhr morgens Tage Also am ersten Tag waren Sie sehr produktiv. Dann sank Ihre Produktivität ein wenig und dann erhöhte es die Gebote und so weiter und so weiter. Wenn ich mir diese Ergebnisse anschaue, werde ich von ihnen tatsächlich ziemlich überzeugt, obwohl der Stichprobenumfang wirklich klein ist und der Grund mit ungeklärter Varianz zu tun hat. Wenn ich mir diese Ergebnisse anschaue, werde ich von ihnen tatsächlich ziemlich überzeugt, obwohl der Stichprobenumfang wirklich klein ist und der Grund mit ungeklärter Varianz zu tun hat Also lasst uns das hier runterbrechen. Zwei Dinge, die zuerst in diesen Datensätzen vorgehen. Es gibt die durchschnittliche Differenz zwischen den 7 Uhr und den fünf AM Tagen. So wäre der Durchschnitt von 7 Uhr morgens ungefähr hier, während der Durchschnitt von den fünf AM Tagen ungefähr hier sein würde. Und der Unterschied zwischen dem ist, was wir denken, ist die Wirkung von der Aufwachzeit. Aufwachen um fünf Uhr veränderte die Produktivität von hier nach hier. Wir könnten dies die erklärte Varianz nennen, weil die Varianten, die wir durch die Aufwachzeit erklären können . Abgesehen davon haben wir auch ungeklärte Haarspangen. Also, zum Beispiel, warum war meine Produktivität an diesem Tag niedriger als an diesem Tag und dann wieder niedriger an diesem Tag? Im Vergleich zu diesem Tag wissen wir nicht wirklich, bis wir diese ungeklärte Varianz nennen konnten. Die ungeklärte Varianz ist also die Varianten um den Mittelwert, für den wir keine Erklärung haben . Und wir haben das für die 7 Uhr morgens Tage, und wir haben auch, dass für die fünf AM Tage Jetzt, was die ungeklärte Varianz im Grunde sagt, ist, wie groß die Wirkung von Zufällen. Hier sehen wir also, dass nur durch Zufall die Produktivität steigt und runter und rauf und runter in ungefähr so reichen und er ist derselbe. Wir sehen, dass nur durch Zufall die Produktivität sinkt und runter und runter und hoch in diesen Reichen geht. Und was wir hier sehen können, ist, dass an 7 Uhr morgens wirklich unwahrscheinlich ist, dass unsere Produktivität bis hier steigt und umgekehrt. An fünf AM Tagen ist es wirklich unwahrscheinlich, dass die Produktivität hier sinkt, und aus diesem Muster kommen wir zu dem Schluss, dass der Unterschied zwischen den Mitteln hier höchstwahrscheinlich nicht nur ein Zufall ist , weil Zufälle sind nicht so groß, basierend auf der unerklärlichen Varianz, die wir sehen. Und wenn Sie dieses Muster finden, dann ist eine kleine Probe genug. Vergleichen Sie das nun mit der folgenden Situation. Nehmen wir an, dass wir genau den gleichen Unterschied zwischen den Mittelwerten haben, aber die ungeklärte Varianz ist viel größer. Daher ist bei dieser Menge unerklärlicher Varianz sehr wahrscheinlich, dass der Unterschied zwischen den roten Mitteln Jessica-Vorfälle ist. In dieser Situation ist die einzige Möglichkeit, herauszufinden, ob dieser Unterschied nicht nur ein Zufall ist, eine größere Stichprobe zu sammeln . Die einfache Regel ist also, dass, wenn der Effekt der ersten Variablen im Vergleich zu unerklärlichen Varianten als eine kleine Stichprobe reicht. Und wenn dies nicht der Fall ist, dann benötigen Sie einen großen Stichprobenumfang. Okay, jetzt lassen Sie mich Ihnen einige Beispiele für unerklärliche Varianz geben, um klarzustellen, welche ungeklärten Varianzen in verschiedenen Situationen. Sagen wir also, Sie wollen wissen, welche Universität besser ist. In diesem Fall ist die ungeklärte Varianz, wie stark sich die Studierenden innerhalb jeder Universität voneinander unterscheiden. Während die erklärte Varianz wäre, wie viel Studenten zwischen den Universitäten voneinander unterscheiden , lassen Sie uns sagen, dass Sie wissen wollen, ob Meditation Sie glücklicher macht. In diesem Fall ist die ungeklärte Varianz, wie stark Ihr Glück innerhalb von Zeiträumen schwankt, in denen Sie meditieren oder in Zeiträumen, in denen Sie es nicht bemerken. Grundsätzlich ist es, wie sehr Ihr Glück zwischen den Tagen variiert, an denen es genau das Gleiche getan hat. Oder sagen wir, Sie wollen wissen, ob Unternehmertum Menschen reich macht. In diesem Fall ist die ungeklärte Abweichung, wie viel Reichtum innerhalb von Unternehmern und Mitarbeitern variiert . Also, wie viel? Nun, verschiedene zwischen Menschen, die das Gleiche tun, entweder Unternehmer oder Mitarbeiter. Ordnung, also sind die wichtigsten Lektionen dieser Vorlesung die erste Möglichkeit, Zufall auszuschließen, ist, eine große Probe zu haben . jedoch ausreichen, Kleine Proben könnenjedoch ausreichen,wenn es nicht viel ungeklärter Eltern gibt. Und genauer gesagt, wenn der Effekt Ihrer Variablen im Vergleich zur ungeklärten Varianz nicht hervorhebt , ist der Effekt möglicherweise nicht real, sondern nur ein Zufall. Aber wenn die Wirkung von Ihrem variablen Staub herausragen, ist das wahrscheinlich wirklich sogar in einer kleinen Probe. In Ordnung, das ist es mit dem Sexuellen und ich sehe in der nächsten. 9. Wie du herausfindest, ob andere Dinge besser funktionieren würden: In dieser Vorlesung werden wir die Frage ein wenig ändern. Und anstatt zu fragen, verursacht X, warum, fragen wir, ist x wichtig genug? Also, zu anstatt Staub zufragen, um fünf Uhr aufzustehen, könnte man fragen: Gibt es andere Dinge, die mehr wichtig sind, als um fünf Uhr aufzustehen, denn ehrlich, fünf Uhr aufzustehen, macht keinen Spaß. Also, wenn du es tust, dann ist es besser wert. Und Sie möchten sicherstellen, dass es keine besseren Lösungen gibt, die Sie noch nicht in Betracht gezogen haben, und Sie können dies mit den Techniken herausfinden, die Sie bereits kennen. Um dies zu veranschaulichen, lassen Sie uns noch einmal sagen, dass Sie es an sich selbst testen, ob das Aufstehen um 5 Uhr morgens Sie produktiver machen und nur um die Ergebnisse ein bisschen weniger überladen zu machen. Ich habe hier angenommen, dass die Tage nicht randomisiert sind, so dass alles nebeneinander ist . Und hier sehen wir die durchschnittliche Produktivität an Tagen, an denen Sie um sieben Uhr aufgestanden sind, und hier sehen wir die durchschnittliche Produktivität an Tagen, an denen Sie um 5 Uhr aufgestiegen sind, und wir können sehen, dass es ein bisschen höher ist, aber gleichzeitig gibt es eine viel von unerklärlichen Varianten, und unsere Wirkung hier nicht wirklich ragt im Vergleich zu diesem ungeklärten verschiedenen Recht. In dieser Situation wären wir also besorgt, dass der Unterschied nur Kitzeln Vorfälle ist. Aber es gibt mehr, als wir aus diesem Muster lernen können, denn im Wesentlichen ist die ungeklärte Varianz ein Maß für den Effekt der Variablen, die wir noch nicht in Betracht gezogen haben. Also lassen Sie mich Ihnen ein Beispiel geben. Es könnte sein, dass Sie an den Tagen mit hoher Produktivität regelmäßig eine Kaffeepause eingenommen haben und Ihnen helfen, energisch zu bleiben und produktiv zu bleiben , während Sie an den unproduktiven Tagen keine Kaffeepause gemacht haben. Aber sie arbeitete einfach weiter und arbeitete weiter, bis er so erschöpft war, dass Sie nur auf Ihren Bildschirm starrten, ohne etwas zu erledigen, was das Muster, das wir hier sehen uns im Grunde sagt, ist, dass die Kaffeepause im Vergleich zu wenn du morgens aufstehst. Vergleichen Sie das nun mit dem folgenden Muster. Hier haben wir ein Muster, bei dem der Unterschied zwischen den 5 Uhr und den 7 Uhr Tagen relativ großist relativ groß und die ungeklärte Varianz relativ niedrig ist, richtig, und hier könnte das gleiche passieren. Es könnte sein, dass an den höheren Tagen, an denen Sie die Kaffeepausen gemacht haben, während er an den niedrigeren Tagen einfach weitergearbeitet hat. Aber hier wäre die Schlussfolgerung das Gegenteil. Hier kommen wir zu dem Schluss, dass, ob Sie die Kaffeepausen nehmen oder nicht kaum für Ihre Produktivität wichtig ist, während die Zeit, die ich Ihnen wünsche, dass Sie aufstehen, eine Menge zählt. Wenn Sie also den Effekt von der ersten Variablen mit der ungeklärten Varianz vergleichen, können Sie eine Vorstellung davon bekommen, wie effektiv diese Variable mit anderen Variablen verglichen wird, die Sie noch nicht getestet haben. Und wenn Sie ein Muster finden, bei dem der Effekt im Vergleich zu der ungeklärten Varianz sehr klein ist , dann ist es sinnvoller, sich über die Frage zu kümmern, ob dieser Unterschied ein Zufall ist oder nicht selbst, was verursacht, dass ungeklärte Varianz. Warum Nutzung von produktiven an diesem Tag und an diesem Tag und an diesem Tag und an diesem Tag im Vergleich zu diesem Tag und diesem Tag und diesem Tag jetzt soll Sie darüber nachdenken, und Sie vergleichen die produktiven Tage mit den unproduktiven Tagen und Sie erkennen, dass auf der produktiven Tagen nahmen Sie mehr Kaffeepausen. Bedeutet das dann, dass Sie mehr Kaffeepausen machen sollten und er vorsichtig sein muss? Denn wieder, das ist nur eine Korrelation. Und wenn Sie dies nicht in einem Experiment getestet haben oder zumindest ein Mix-Design haben, bedeutet das wahrscheinlich nicht so viel. Auch hier müssen wir über unsere drei Erklärungen nachdenken. Es könnte sein, dass die Kaffeepause kostete, um produktiver zu sein. Oder es könnte sein, dass an Tagen, an denen Sie sehr produktiv sind, Sie mehr Zeit für Kaffeepausen haben oder die Krönung könnte auf 1/3 Variable zurückzuführen sein. Zum Beispiel könnte es sein, dass Sie an Tagen, an denen Sie früh aufwachen, so müde sind, dass Sie mehr Kaffeepausen einlegen, aber Sie haben auch mehr Zeit zum Arbeiten und damit sind Sie produktiver. Wenn Sie also feststellen, dass an den produktiveren Tagen Sie mehr Kaffeepausen gemacht haben, beachten Sie, dass es nur eine Korrelation ist und dass der einzige Weg, um sicher zu wissen, dass die Kaffeepausen tatsächlich dazu führen, produktiver zu sein, ist ein Experiment. Okay, die wichtigsten Lektionen aus dieser Vorlesung sind, wenn es eine Menge unerklärlicher Varianz als andere Variablen gibt, wahrscheinlich ist es wichtig, mawr als ihre Variable, die Sie betrachten. Und in diesem Fall lohnt es sich, zu fragen, welche andere Variable diese ungeklärte Varianz verursacht haben könnte. Und wenn Sie eine Idee haben, stellen Sie sicher, dass Sie es idealerweise in einem Experiment testen. 10. Wie du effizient Schlussfolgerungen zeichnen kannst: Okay, jetzt haben Sie gesehen, welche Art von Dingen Sie sich ansehen müssen und welche Art von Dingen Sie sich bewusst sein müssen, wenn Sie Schlüsse ziehen und versuchen herauszufinden, ob Handlungen Sie bekommen können Warum? Und wie Sie wahrscheinlich gemerkt haben, ist es viel komplizierter, als die Leute normalerweise denken. Das ist also ein guter Moment, um uns zu fragen. Wie können wir hierbei effizient sein oder, genauer gesagt, sind wirklich alle Lektionen dieses Kurses immer notwendig? zum Beispiel, Was passiertzum Beispiel,wenn Sie alternative Erklärungen für Korrelationen ignorieren? Oder was passiert, wenn Sie ungeklärte Varianz ignorieren? Und die kurze Antwort ist natürlich, natürlich, dass er mehr Fehler machen wird. Aber er wird auch weniger Eros machen, weil es tatsächlich zwei Arten von Fehlern sind, die wir machen können , wenn wir Schlussfolgerungen ziehen. Der erste Typ ist das, was wir falsch positive nennen, was an etwas glaubt, das nicht wahr ist. Zum Beispiel, wenn Sie an Geister glauben, obwohl geht Stein wirklich existieren, dann wäre das eine falsche positive. Die andere Art von Fehler sind falsche Negative. Falsche Negative sind, wenn Sie etwas ablehnen, obwohl es wahr ist. Ein Beispiel dafür ist, was in der flachen Erde Gesellschaft passiert. Die Menschen in flacher Earth Society lehnen die Idee ab, dass die Erde eine Sphäre ist. Auch wenn wir mit sehr hoher Sicherheit wissen, dass die Erde eine Kugel ist und Sie auf zwei Arten Schlüsse ziehen können , können Sie entweder konservativ sein, was bedeutet, dass Sie Dinge nicht leicht glauben, und in diesem Fall können Sie Minimierung falscher Positiva. Sie minimieren also die Möglichkeit, dass die Dinge, die Sie glauben, nicht wahr sind, und die andere Strategie ist, liberal zu sein, was bedeutet, dass Sie leicht an Dinge glauben, und in diesem Fall minimieren Sie falsche Negative. So verhindern Sie, dass Sie Ideen ablehnen, die tatsächlich wahr sind. Beide Strategien haben also ihre Vor- und Nachteile. Wenn Sie sehr konservativ sind, dann sind Sie im Grunde ein Neigh Sayer, der viele Möglichkeiten verpassen wird. Aber wenn Sie zu liberal sind als Sie, ein Ja, ein Ja, Sayer und Sie beginnen, an Dinge zu glauben, die völlig wahr sind, wie zum Beispiel glauben, dass Sie die Zukunft vorhersagen können, indem Sie Karren lesen. Beide haben also ihre Stärke und sie sind Schwächen. Und die Frage, die Sie sich für Ihre spezielle Frage stellen müssen, ist, welche Art von Fehler für Sie teurer ist. Und indem Sie ihre Frage beantworten, können Sie herausfinden, wie effizient Sie bei der Beantwortung Ihrer Frage sein können. Lassen Sie uns also zwei Beispiele durchlaufen. Nehmen wir an, Peter fragt sich, ob die Produktivitätsanzeige für $1 ihm helfen wird, mehr Dinge zu erledigen . Nun, in diesem Fall, was wäre falsch positiv sein? Es wäre, dass er die App kauft, damit er $1 verschwendet er nicht produktiver wird. Ist das wirklich so schlimm? Nicht wirklich richtig. Auf der anderen Seite wäre ein falsches Negativ, dass er die App ablehnt, obwohl es ihm helfen würde. Und in diesem Fall wird seine Produktivität niedrig bleiben. Und das könnte tatsächlich viel teurer für ihn sein. In diesem Fall wäre es also absolut sinnvoll, einen Sprung des Glaubens zu machen. Und nur von oben, auch auf die Gefahr, dass sich dies als falsch positiv erweist. Vergleichen Sie das nun mit dem zweiten Beispiel. Nehmen wir an, Maria fragt sich, ob es sich lohnt, all ihre Ersparnisse zu riskieren, um unser eigenes Geschäft zu gründen . Also was wäre ein falsch positives B In diesem Fall bedeutet das, dass sie alle ihre Ersparnisse verliert und ihr Geschäft nicht funktioniert. Und was wäre in diesem Fall ein falsches Negativ? Es wäre, dass sie ihre Ersparnisse behält. Aber sie gründet nicht ein Geschäft, das sonst erfolgreich gewesen wäre. Und er könnte in diesem Fall argumentieren, dass der Verlust all Ihrer Ersparnisse wirklich kostspielig ist und dass Fehlalarme in diesem Fall tatsächlich teurer sind. Für Maria wäre es also sinnvoll, all die Dinge, die ich in diesem Kurs behandelt habe, sehr ernst zu nehmen, wenn man die Frage beurteilt, ob die Gründung eines Unternehmens ihr geben kann, was sie haben will. Um es zusammenzufassen, die wichtigsten Lektionen dieser Vorlesung sind, ob Sie alle Lektionen aus diesem Kurs anwenden müssen , hängt davon ab, welche Art von Fehler für Sie teurer ist. Wenn falsche Negative sind teurer als einen Sprung des Glaubens, Jedoch, Jedoch, wenn falsche Positive sind teurer als sicher sein, dass Sie alle oder zumindest die meisten von den Lektionen aus diesem Kurs anwenden . In Ordnung, das war's für diesen Vortrag. Und ich sehe dich in der nächsten 11. Der komplette Scientific: Okay, jetzt kennen Sie die Prinzipien des wissenschaftlichen Denkens. Und in diesem Vortrag werde ich diese Prinzipien für Sie in eine Schritt-für-Schritt-Blaupause zusammenstellen. Der erste Schritt besteht also immer darin, eine kausale Hypothese aus der Form zu formulieren, die X verursacht. Warum macht Geld die Menschen glücklich? Macht Unternehmertum Menschen reich? Also, anderen Worten, Staub die erste Variable X Kosten, die zweite Variable. Warum, dann, sobald Sie das haben, ist der nächste Schritt, um die Kosten von den beiden Arten von Pfeilen zu betrachten. Was ist, wenn Sie die Hypothese akzeptieren und es sich als falsch herausstellt, was ein falsches Positiv wäre? Und was, wenn Sie die Büros ablehnen und es stimmt, was ein falsches Negativ wäre? Und wenn False Positives teurer sind, als ich empfehlen würde, dass Sie alle oder zumindest die meisten von den nachfolgenden Schritten aus diesem Blueprint gehen . Und wenn falsche Negative teurer sind, dann kann es sinnvoll sein, nur ein paar Schritte von dieser Blaupause zu folgen und einfach nur einen Sprung des Glaubens zu machen. Dann wäre der nächste Schritt aus dem Blueprint, einen Test auszuwählen, und die meiste Zeit wäre der ideale Test ein Experiment an sich selbst. Aber wenn das nicht möglich ist oder wenn Sie es nicht wollen, dann können Sie sich auch ein Experiment an anderen Menschen ansehen. Dann ist die nächste beste Wahl ein gemischtes Design auf anderen Menschen. So Design, in dem Sie beide Gruppen betrachten und die Veränderung im Laufe der Zeit und dann schließlich, Ihr letzter Ausweg ist eine gebildete Vermutung basierend auf einer Korrelation. dann Wenn Siedanneinen Test ausgewählt haben und wenn Sie einige Ergebnisse sehen, dann wird der nächste Schritt sein, den Effekt von der ersten Variablen mit der ungeklärten Varianz zu vergleichen . Und wenn der Effekt der ersten Variablen von der ungeklärten Varianz abhebt, und das könnte bedeuten, dass die Variable eine Hauptursache für die zweite Variable ist. Und wenn der Effekt der ersten Variablen durch unerklärliche Varianz überschattet wird, deutet das darauf hin, dass die Variable, die Sie betrachten, wahrscheinlich nicht sehr wichtig ist. Nun, wenn Sie immer noch wissen möchten, ob diese Variable eine Ursache für die zweite Variable ist, obwohl sie nicht sehr wichtig erscheint, dann können Sie das immer noch herausfinden. Wenn Sie einen großen Stichprobenumfang haben. Aber in den meisten Fällen, wenn die ungeklärte Varianz viel größer ist als die Wirkung Ihrer ersten Variablen, ist es wahrscheinlich nicht wert, sie weiter zu betrachten. Und stattdessen macht es Sinn zu fragen, welche andere Variable diese Varianten erklären könnte, die noch nicht erklärt werden? Also haben wir dieses Beispiel, in dem Sie Ihre Produktivität an Tagen, an denen Sie um 7 Uhr morgens und an den Tagen aufstehen, angesehen haben. Du bist immer um 5 Uhr morgens aufgestanden. Und wenn der Effekt der ersten Variablen so die durchschnittliche Differenz hier hebt sich von der ungeklärten Varianz, dann bedeutet das, dass die Zeit, in der Sie aufwachen ist eine große Korrelation der Produktivität im Vergleich zu anderen möglichen korreliert. Und in diesem Fall wäre der letzte Schritt, die drei möglichen Erklärungen für diese Korrelation zu bewerten. Eine Erklärung könnte also sein, dass X y verursacht. Eine andere Erklärung könnte sein, warum X verursacht? Und schließlich könnte die dritte Erklärung sein, dass 1/3-Variablen, die sowohl X als auch Y verursachen und welche dieser Erklärungen Sie berücksichtigen müssen, von dem Test abhängt, den Sie zuvor in einem Experiment ausgewählt haben . Es ist sehr einfach. Es kann nur Erklärung Nummer eins im Mix-Design sein. Es kann mehrere Erklärungen sein, aber die Erklärung eins ist eins von den plausibeleren Erklärungen. Und wenn Sie weder ein Experiment noch ein Mixdesign haben, dann müssen Sie akzeptieren, dass alle diese Erklärungen wahr sein können. Und du musst nur eine gebildete Vermutung machen, okay? Und die andere Situation, die er in Schritt vier haben könnte, ist, dass Sie feststellen, dass die Wirkung Ihrer ersten Variablen. Also hebt dieser Unterschied hier nicht viel heraus im Vergleich zu ungeklärten Barrieren. Und das deutet darauf hin, dass Sie variabel sind, ist nicht sehr wichtig und dass es sinnvoll ist, eine neue Variable zu finden, die die verbleibenden Varianten erklärt. Und wenn das die Situation ist, die Sie am Ende haben, dann wäre der letzte Schritt für Sie, zurück zu Schritt eins zu gehen und eine neue kausale Hap Büros für eine neue Variable zu formulieren . Okay, das ist also der ganze wissenschaftliche Denkplan. Und im nächsten Vortrag werde ich mit Ihnen eine Fallstudie durchlaufen, in der ich Ihnen zeigen werde, wie Sie diese Blaupause anwenden können, die ich bei der nächsten Wahl sehe 12. Fallstudie: Ein Unternehmen in einem Reich machen: Alles klar, lassen Sie uns den wissenschaftlichen Entwurf auf eine Fallstudie anwenden und die Fallstudie gewählt haben, ist die Beziehung zwischen Unternehmertum und Reichtum, was,denke ich, ein sehr beliebtes Thema in diesem Moment ist denke ich, . Also, anderen Worten, beginnt ein Geschäft der Weg, um reich zu werden. Und es gibt definitiv einige Bücher, die sagen, dass die Antwort ein definitives Ja ist, wie das Buch Rich Dad, Poor Debt oder auch das Buch The Millionaire Fast Lane, beide sehr beliebte Bücher und beide Bücher, die ich zufällig zu lesen. Und obwohl ich dachte, dass sie sehr kluge Bücher sind, müssen wir bedenken, dass diese Bücher Meinungen darstellen, und wir wollen auch schauen, was die Beweise tatsächlich sagen? Also lassen Sie uns diese Frage in diesem Vortrag beantworten. Lassen Sie uns den gesamten wissenschaftlichen Denkplan anwenden, um eine evidenzbasierte Meinung zu dieser Angelegenheit zu erhalten . Okay, also was ist der erste Schritt? Der erste Schritt ist es, eine kausale Hypothese zu formulieren, und die kausalen App-Büros, in diesem Fall ist einfach, dass Unternehmertum verursacht Reichtum. Nun ist der nächste Schritt, um die Kosten von verschiedenen Arten von Fehlern zu bestimmen. Die erste Ära, die wir machen können, ist ein falsches Positiv. Wir können denken, dass Unternehmertum der Weg ist, wohlhabend zu werden, auch wenn dies nicht der Fall ist. Und in diesem Fall könnten wir eine Menge Geld verschwenden und wir könnten viel Zeit mit einem Geschäft , das uns höchstwahrscheinlich nicht reich macht. Okay, das ist also ein falsches Positiv. Und der andere mögliche Fehler ist ein falsches Negativ, was bedeutet, dass wir schlussfolgern, dass Unternehmertum nicht der Weg ist, wohlhabend zu werden, obwohl es tatsächlich ISS. Und in diesem Fall gibt es natürlich natürlich eine riesige verpasste Chance. Wir hätten uns viel wohlhabender machen können, indem wir ein Geschäft gründen, aber wir haben nicht jetzt, welches der beiden schlechter und ehrlich ist, in diesem Fall denke ich, es ist irgendwie schwer zu beantworten, weil es wirklich von dem Geschäft abhängt, das Sie wollen , um zu starten. Wenn Ihr Unternehmen eine sehr große Geschäftsidee ist, die eine Menge von Kapitalkosten und viel Risiko beinhaltet, ist das Risiko, eine Menge Geld und Zeit zu verschwenden, ziemlich riesig. Aber am anderen Ende, wenn Sie wirklich reich werden wollen, wenn das wirklich wichtig für Sie ist, dann kann die verpasste Gelegenheit tatsächlich schwerer wiegen für Sie ist hier wirklich subjektiv, und ich kann wirklich sagen, welche ist schlimmer . Das ist wirklich eine persönliche Entscheidung. Und ich werde vorerst sagen, dass beide gleichermaßen Fledermaus sind. Also werde ich versuchen, so neutral wie möglich zu sein und werde auch nicht versuchen, voreingenommen zu werden. Schlussfolgerung, dass Unternehmertum die Menschen wohlhabend macht oder zu dem Schluss kommt, dass Unternehmertum die Menschen nicht reich macht. Alles klar, das war Schritt zwei. Nun ist der dritte Schritt, einen geeigneten Test auszuwählen, um herauszufinden, ob Unternehmertum wirklich Wohlstand verursacht. Also, was können wir hier tun? Nun, in einem idealen Szenario würden wir ein Experiment an uns selbst machen wollen. Aber das ist natürlich nicht sehr realistisch, denn dafür müssten Sie eigentlich zuerst das Geschäft starten und das Risiko eingehen, Ihr Geld zu verschwenden und Ihre Zeit zu verschwenden, während der springende Punkt hier ist, dass wir wollen , um das zu verhindern, wenn es nicht wirklich effektiv uns wohlhabender zu machen. Obwohl dies ein idealer Test wäre, wenn wir eine definitive Antwort erhalten möchten, ist es insgesamt nicht ideal. Das nächste beste, was wir tun können, ist ein Experiment mit anderen Menschen. Und das würde bedeuten, dass wir eine Münze umdrehen und dann entscheiden, dass Sie Unternehmer werden und ein Mitarbeiter werden, basierend auf dem, was die Münze sagt. Aber das ist natürlich auch nicht sehr realistisch, denn dann müssen wir andere Menschen dazu zwingen, das Risiko einzugehen, dass wir uns nicht eingehen wollen. nicht sehr realistisch, denn dann müssen wir andere Menschen dazu zwingen, das Risiko einzugehen, dass wir uns nicht eingehen wollen Das ist wieder nicht sehr realistisch, und deshalb müssen wir zur nächstbesten Option übergehen. So war die drittbeste Option. Die drittbeste Option ist ein Mix-Design auf andere Leute, was bedeutet, dass wir keine Münze drehen. Aber wir betrachten nur Menschen, die sich selbst entscheiden, Unternehmer zu sein oder sich entscheiden, Mitarbeiter zu sein, und wir folgen ihnen einfach im Laufe der Zeit und sehen, wer es im Laufe der Zeit besser macht. Also, mit anderen Worten, wir überprüfen, wie gut es ihnen zuvor gemacht hat. Sie wurden entweder Mitarbeiter oder Unternehmer, vielleicht zum Beispiel in der Schule, zum Beispiel in der Schule, und dann überprüfen wir, wie gut sie tun, nachdem sie, sagen wir, ein Unternehmer oder ein Angestellter für 10 Jahre. Nun, das ist die drittbeste Sache, aber das würde uns, in meinem Beispiel gerade jetzt, 10 Jahre kosten in meinem Beispiel gerade jetzt, , was wiederum keine Idee ist. Also gingen wir zu der viertbesten Sache, die eine gebildete Vermutung ist, die auf einer Korrelation basiert. Im Wesentlichen bedeutet das, dass wir nur schauen, ob Unternehmer wohlhabender sind als Mitarbeiter. Und wenn das so ist, dann spekulieren wir, ob das liegt, weil das Unternehmertum die Menschen wohlhabend macht oder ob hier etwas anderes vor sich geht. Im Grunde genommen ist die Frage, die ich hier gewählt habe, ein schlimmstes Szenario, in dem wir auf die schwächste Methode zurückgreifen müssen , die verfügbar ist. Aber er wird sehen, dass auch das sehr informativ sein kann. Was ist also die Korrelation zwischen Unternehmertum und Reichtum? Und um diese Frage zu beantworten, fand ich ein relativ aktuelles Forschungspapier, das genau diese Beziehung untersucht, die Korrelation zwischen dem, was sie Haushaltsvermögen und Unternehmertum nennen. Und wir werden den wissenschaftlichen Denkplan jetzt anwenden, um zu interpretieren, was sie gefunden haben , und ich möchte Ihnen jetzt ihre Ergebnisse zeigen. Aber zuerst möchte ich Sie ein wenig vorbereiten, weil sie ihre Ergebnisse in der Form von einer Geschichte Graham zeigen . Also, was ist das Seins zu packen? Hier ist ein Beispiel. Und in dieser Geschichte, Graham, je mehr Sie zu den Rechten gehen, desto höher der Reichtum und je mehr Sie nach links gehen, desto niedriger der Reichtum und die Bars sagen Ihnen, wie viele Menschen Sie in jedem Reichtum beschränkt haben -Bereich. So können wir hier zum Beispiel sehen, zum Beispiel sehen, dass sich die meisten Menschen im mittleren Reichtum befinden. Und wenn wir zu höherem Reichtum gehen und es weniger Menschen und weniger Menschen bekommt, und schließlich, in der sehr reichen Kategorie, finden wir sehr, sehr wenige Menschen. So lesen Sie eine Geschichte, Graham. Und wir können jetzt ein paar Gramm verwenden, um Mitarbeiter mit Unternehmern zu vergleichen. Und hier ist ein weiteres hypothetisches Beispiel, nur um Sie beim Lesen dieser zischten Ernte zu trainieren. In diesem Beispiel können wir sehen, dass die Unternehmer viel mehr auf der wohlhabenden Seite von der zischten ein Gramm und die Wirkung aus, ein Unternehmer zu sein, anstatt Arbeitnehmer. Er ist im Wesentlichen die Entfernung zwischen diesem Punkt und diesem Punkt, und die ungeklärte Varianz ist alle verbleibenden Varianten hier und hier, und in diesem Beispiel hebt sich die Wirkung des Unternehmertums deutlich von der ungeklärte Varianz. Das wäre also eine Geschichte Graham, die sehr im Einklang mit einem Bild sein wird, das von diesen skizziert wird . Holen Sie sich reiche Bücher. Okay, hier ist noch ein hypothetisches Ergebnis. In diesem Beispiel sind die Unternehmer wohlhabender als die Mitarbeiter. Aber dieser Effekt hebt sich nicht wirklich von den ungeklärten Verschiedenen ab. In dieser Situation, obwohl es wahr sein wird, dass Unternehmertum ein höheres Potenzial hat, Sie reich zu machen , ist es nicht wirklich wichtig. Dann in diesem Beispiel gäbe es in diesem Beispielkeinen Unterschied zwischen Unternehmern und Mitarbeitern. Und ich möchte Ihnen noch ein Beispiel zeigen, das hier ist. Und ich denke, das ist das Muster, das die meisten Menschen in diesem besseren erwarten würden. Und die Mitarbeiter sind alle im mittleren Reichtum Bereich, während die Unternehmer den gesamten Vermögen ausgeben, so dass sie sehr, sehr arm sein können und sie sehr, sehr reich sein können . Und das wird am besten mit der Idee übereinstimmen, dass Unternehmertum Sie reich machen kann. Aber das ist auch sehr, sehr riskant, damit er auch bankrott und sehr, sehr arm enden kann. Ordnung, in diesem Sinne, wir einen Blick auf das eigentliche Muster, das die Autoren der Forschungsarbeit in der realen Welt gefunden haben . Und ich habe das Muster hier für Sie in einem Geschichts-Mist neu erstellt, und wie Sie sehen können, gibt es kaum einen Unterschied zwischen Unternehmern und Angestellten. Wenn Sie sehr genau hinsehen, können Sie sehen, dass die Geschichte Graham hier vor den Unternehmern, die grüne ist tatsächlich ein wenig mehr auf die wohlhabende Website im Vergleich zu den Mitarbeitern verschoben . Aber der Unterschied ist wirklich klein. Wenn ich raten würde, wo die Durchschnittswerte dieser beiden Gruppen sind, würde ich sagen, dass der Durchschnitt der Mitarbeiter ungefähr hier ist, während der Durchschnitt von den Unternehmern ungefähr da ist und man sieht, dass es kaum einen Unterschied gibt . Im Durchschnitt sind Unternehmer nicht viel wohlhabender als Mitarbeiter. Und das bringt uns zu Schritt vier und überprüft die ungeklärten verschiedenen. Und wir können hier schließen, dass, obwohl es eine schwache Korrelation zwischen Unternehmertum und Reichtum gibt, es auch eine Menge ungeklärter Abweichungen gibt, was darauf hindeutet, dass es andere Faktoren gibt, die den Reichtum viel mehr beeinflussen als nur die Frage, ob eine Person ein Arbeitnehmer oder ein Unternehmer ist. Also, um das ein bisschen mehr zu erklären. Eine Möglichkeit, dies zu betrachten, ist, dass die wichtige Frage nicht ist, ob es besser ist, ein Unternehmer oder ein Arbeitnehmer zu sein , sondern mehr in welcher dieser beiden Distributionen können Sie im oberen Bereich landen? Sind Sie eher ein überdurchschnittlicher Angestellter, oder sind Sie eher ein überdurchschnittlicher Unternehmer, bei dem man andere Menschen übertreffen kann ? Alles klar, im Prinzip könnten wir hier schon aufhören, weil wir bereits schließen können, dass es keine starke Korrelation gibt und dass andere Dinge viel wichtiger sind als die Frage, ob Sie ein Unternehmer oder ein Mitarbeiter, sondern nur um Sie in der gesamten wissenschaftlichen Denkblueprint zu trainieren, möchte ich auch zu Schritt fünf bewegen und bewerten die drei Erklärungen, die wir für eine Korrelation geben können . So haben wir jetzt festgestellt, dass es eine schwache Korrelation zwischen Unternehmertum und Reichtum gibt, und die Frage ist jetzt. Was ist die Erklärung für diese Korrelation? Und eine Erklärung könnte sein, dass Unternehmertum Reichtum verursacht. Es wäre keine starke Wirkung. Es ist nicht so, dass Unternehmertum Sie super wohlhabend macht, aber es könnte Sie ein wenig reicher machen, als ein Angestellter zu sein. jedoch Das istjedochnur eine mögliche Erklärung. Eine weitere mögliche Erklärung ist, dass Reichtum Unternehmertum verursacht, weil alles, was wir beobachteten , eine Koordination war, und so könnte es sein, dass Menschen, die wohlhabender sind, eher ein Unternehmen gründen und ein Unternehmer werden. Das ist eine weitere mögliche Erklärung. Und schließlich könnte es sein, dass es 1/3 Variable gibt, die beides verursacht. Zum Beispiel könnte es sein, dass ehrgeizige Menschen eher ein Geschäft gründen und ein Unternehmer werden und auch reich werden, aber nicht, weil sie Unternehmer sind, sondern nur, weil es mehr ehrgeizig. Es gibt also viele mögliche Erklärungen für diese Korrelation. Und so können wir nicht einmal zu dem Schluss kommen, dass Unternehmertum die Menschen ein wenig wohlhabender macht. Und jetzt, an diesem Punkt, wenn es Ihr Ziel ist, einen Weg zu finden, wohlhabend zu werden, wäre der nächste Schritt, zurück zu Schritt eins zu gehen und eine neue kausale Hypothese zu formulieren. Finden Sie eine andere mögliche Ursache von Menschen, die reich werden, und testen Sie diese dann. Alles klar, so zum Schluss, basierend auf den Beweisen, die wir gesehen haben, können wir schließen, dass es eine kleine Korrelation zwischen Unternehmertum und Reichtum gibt. Unternehmer sind ein wenig wohlhabender als Mitarbeiter, aber diese Korrelation ist sehr klein, und es scheint zu sein, dass andere Variablen nicht wichtiger sind, als ob eine Person ein Unternehmer oder ein Mitarbeiter. Darüber hinaus bleibt unklar, ob die kleine Korrelation tatsächlich eine Ursache der Beziehung widerspiegelt . Zum Beispiel könnte es nur sein, dass wohlhabende Menschen eher Unternehmer werden, und nicht, dass Unternehmer eher wohlhabend werden. Was wir hier sehen können, ist, dass die populäre Meinung, die sich in vielen Büchern verbreitet hat, dass Unternehmertum der Weg ist, wohlhabend zu werden, im Vergleich zu Beweisen nicht so gut hält . Und insgesamt, eine viel vernünftigere Schlussfolgerung auf der Grundlage der Beweise wäre nicht, dass Sie ein Unternehmer werden sollten , sondern dass Sie sich fragen sollten, Wo können Sie besser durchführen? Sind Sie besser geeignet, Unternehmer zu sein, oder sind Sie besser geeignet, Mitarbeiter zu sein? In welcher dieser beiden Gruppen schlagen Sie eher die durchschnittliche Person? Alles klar, das ist das Ende der Fallstudie, und ich sehe Sie in der nächsten Vorlesung 13. Schlussbemerkung: Hey, herzlichen Glückwunsch zum Abschluss dieses Kurses. Ich hoffe, Sie haben einen großen Wert aus diesem Kurs bekommen. Ich versuche sicherlich, mein Bestes zu geben, um eine Menge nützliches Material hineinzubringen. Trotzdem haben Sie noch offene Fragen. Zögern Sie nicht, mich zu fragen. Und schließlich, vergessen Sie bitte nicht, eine Bewertung für diesen Kurs zu hinterlassen. Das ist super wichtig für mich und auch für zukünftige Studenten, die noch entscheiden müssten ob sie diesen Kurs besuchen wollen oder nicht. Alles klar, das war's. Vielen Dank für die Zeit und Mühe, die Sie in diesen Kurs gebracht haben, und lassen Sie mich wissen, ob ich Ihnen bei irgendetwas helfen kann .