Arthur, Brian W., 1994, Increasing Returns and Path Dependence in the Economy. Ann Arbor: University of Michigan Press.
По ходу дела я встретил столько случаев ошибки подтверждения, что Карл Поппер подскочил бы от злости. Эксперты выискивали периоды, не содержавшие скачков или экстремальных событий, и предъявляли мне «доказательство» того, что гауссианой можно пользоваться. Это были примеры сродни моему из главы 5, где я привел «доказательства» того, что О.Дж. Симпсон — не убийца. Все профессиональные статистики путали отсутствие доказательства с доказательством отсутствия. Более того, они даже не подозревали о существовании элементарной асимметрии: достаточно одного-единственного наблюдения, чтобы отбросить гауссиану, но миллионы наблюдений не докажут полностью законность ее применения. Почему? Потому что кривая нормального распределения не допускает больших отклонений, а альтернативные ей инструменты Крайнестана вполне допускают длинные отрезки покоя.
Chen, Keith, Venkat Lakshminarayanan, and Laurie Santos, 2005, «The Evolution of Our Preferences: Evidence from Capuchin Monkey Trading Behavior.» Cowles Foundation Discussion Paper No. 1524.
Все эти рекомендации имеют один общий знаменатель — асимметрию. Старайтесь выбирать ситуации, в которых благоприятные последствия значительно масштабнее неблагоприятных.
Прошу заметить, что в этой книге я не прибегаю к дурацкому методу подбора «подкрепляющих фактов». По причинам, к которым мы обратимся в главе 5, я называю переизбыток примеров наивным эмпирицизмом: набор анекдотов, умело встроенный в рассказ, не является доказательством. Тот, кто ищет подтверждений, не замедлит найти их — в достаточном количестве, чтобы обмануть себя и, конечно, своих коллег.
Einhorn, H. J., and R. M. Hogarth, 1981, „Behavioral Decision Theory: Processes of Judgment and Choice.“ Annual Review of Psychology 32:53–88.