यह पहले ही बताया जा चुका है कि (व्यवहार) अर्थशास्त्रियों द्वारा "तर्कहीन" या "पक्षपाती" लेबल वाले कई व्यवहार और विचार प्रक्रिया वास्तव में वास्तविक दुनिया में अत्यधिक अनुकूल और कुशल हैं। बहरहाल, ओपी का सवाल दिलचस्प है। मुझे लगता है कि हालांकि, यह हमारी संज्ञानात्मक प्रक्रियाओं के बारे में अधिक मौलिक, वर्णनात्मक ज्ञान को संदर्भित करने के लिए लाभदायक हो सकता है, बजाय इसके कि विशिष्ट "पूर्वाग्रहों" की तलाश में जाएं जो आर्थिक साहित्य में चर्चा करने वालों (उदाहरण के लिए, नुकसान से बचने, बंदोबस्ती प्रभाव) के अनुरूप हैं। आधारभूत उपेक्षा आदि)।
उदाहरण के लिए, मूल्यांकन निश्चित रूप से डेटा विश्लेषण में एक मुद्दा है। मूल्यांकन के सिद्धांत में कहा गया है कि हम अधिक वजन वाली जानकारी की व्याख्या या मूल्यांकन करना आसान समझते हैं। एक प्रतिगमन गुणांक के मामले पर विचार करें। गुणांक के "वास्तविक दुनिया" परिणामों का मूल्यांकन करना कठिन काम हो सकता है। हमें स्वतंत्र और आश्रित चर की इकाइयों पर विचार करने की आवश्यकता है और साथ ही यह समझने के लिए कि क्या एक गुणांक की व्यावहारिक प्रासंगिकता है, हमारे स्वतंत्र और आश्रित चर के वितरण थे। दूसरी ओर, गुणांक के महत्व का मूल्यांकन करना आसान है: मैं इसके पी-मूल्य की तुलना अपने अल्फा स्तर से करता हूं। गुणांक की तुलना में पी-मूल्य की अधिक मूल्यांकन क्षमता को देखते हुए, यह आश्चर्यजनक रूप से आश्चर्यजनक है कि इतना अधिक पी-मूल्यों से बना है।
(मानकीकरण एक गुणांक की मूल्यांकन क्षमता को बढ़ाता है, लेकिन यह अस्पष्टता बढ़ा सकता है : यह समझ कि प्रासंगिक जानकारी अनुपलब्ध है या वापस ले ली गई है, क्योंकि हम जो डेटा संसाधित कर रहे हैं उसका "मूल" रूप हमारे लिए उपलब्ध नहीं है।)
एक संबंधित संज्ञानात्मक "पूर्वाग्रह" समवर्ती सिद्धांत है, एक निर्णय के संदर्भ में अधिक वजन वाली जानकारी जो "ठीक है" है, और स्मृति से पुनर्प्राप्ति की आवश्यकता नहीं है। (संक्षिप्तता सिद्धांत यह भी बताता है कि हम उस प्रारूप में जानकारी का उपयोग करने की संभावना रखते हैं जिसमें यह दिया गया है और प्रदर्शनकारी परिवर्तनों से बचने की प्रवृत्ति है।) एक पी-मूल्य की व्याख्या केवल प्रतिगमन उत्पादन को देखकर की जा सकती है; मुझे उस चीज के बारे में कोई ठोस ज्ञान प्राप्त करने की आवश्यकता नहीं है जो मैं मॉडलिंग कर रही हूं।
मैं उम्मीद करता हूं कि सांख्यिकीय आंकड़ों की व्याख्या में कई पूर्वाग्रहों को सामान्य समझ से पता लगाया जा सकता है कि हम किसी समस्या को हल करते समय या निर्णय लेते समय ("संज्ञानात्मक कंजूस", "बद्ध तर्कसंगतता" और इतने पर) आसान रास्ता अपनाने की संभावना रखते हैं। । संबंधित, आमतौर पर "आराम से" कुछ करने से आत्मविश्वास बढ़ता है जिसके साथ हम परिणामस्वरूप विश्वास ( प्रवाह सिद्धांत ) रखते हैं। (कोई भी इस संभावना पर विचार कर सकता है कि डेटा जो स्पष्ट करना आसान हो- खुद के लिए या दूसरों के लिए - हमारे विश्लेषण में अधिक वजन वाले हैं।) मुझे लगता है कि यह विशेष रूप से दिलचस्प हो जाता है जब हम संभावित अपवादों पर विचार करते हैं। उदाहरण के लिए, कुछ मनोवैज्ञानिक शोध बताते हैं कि यदि हम मानते हैं कि किसी समस्या को हल करना मुश्किल होना चाहिए, तो हम दृष्टिकोण और समाधानों का पक्ष ले सकते हैं जो कम ठोस और अधिक कठिन हैं, उदाहरण के लिए, एक साधारण से अधिक आर्कन विधि का चयन करें।