Text Practice Mode
Konsten att se det som ännu inte skett
created Apr 18th 2017, 01:57 by ErikHagman1366186
5
1482 words
27 completed
4.5
Rating visible after 3 or more votes
00:00
I vilken mån är det möjligt att skapa säkra prognoser om börsens svängningar, fotbollsmatcher eller klimatförändringar? Statistikern Nate Silver, en av dem som lyckats bäst, har skrivit en bok om förutsägelsernas värde och begränsningar.
Nate Silver har nu utropats till vinnare i samband med det amerikanska presidentvalet så många gånger att The New Yorker funnit det för gott att driva med den sifferkunnige dataknapraren. I ett av novembernumren av tidskriften finns ett fint litet satiriskt stycke där en fiktiv ung beundrerska skriver ett fanbrev till Silver, där hon drömmer om att sitta med honom i soffan och höra honom berätta hur många procent sötare en skådespelare är en än annan, och vilka odds hon har att komma in på Brown University och hur många procent han gillar henne.
Vad Silver gjort, som nu skänkt honom nyvunnen status som hela USA:s favoritstatistiker är att han utvecklat en modell för att sammanföra information från olika opinionsundersökningar, väga och vikta den och sedan bygga en egen prognos på basis av detta. Resultatet när han gjorde det inför det amerikanska presidentvalet var kusligt nära valets verkliga utfall.
Nate Silver har därmed kommit att bli symbolen för en alltmer vanlig figur på den amerikanska mediescenen: den statistiskt drivne datanörden som inte bara kan haspla ur sig sannolikheter utan också utfallsrum och möjliga felkällor i en aldrig sinande ström.
Silver själv måste rimligen uppleva det hela som ganska obehagligt, eftersom han inte har särskilt mycket förtroende för soffsittarintellektuella. Faktum är att i Silvers nyligen utgivna bok "The signal and the noise" ägnas en hel del utrymme åt att granska just sådana intellektuella, och hur bra de egentligen är på att förutsäga framtiden. Det visar sig, föga överraskande, att ju oftare en så kallad expert uttalar sig i press och tv, ja, desto sämre är deras förmåga att träffa rätt. Särskilt gäller detta politiska tyckare som på olika sätt tillfrågas om val, utfallet i politiska strider eller omröstningar.
Silvers förklaring är lika underhållande som övertygande: för att komma med i tv måste experterna säga något oväntat och omstörtande, eftersom deras värde annars är ringa när det gäller att hålla vår uppmärksamhet fången. Om de har rätt eller inte spelar ingen roll, det är om de lyckas vara intressanta, eller i alla fall provokativa, som bestämmer deras värde.
I boken berättar Silver att det var ett intresse för förutsägelser på ett helt annat område som fick honom intresserad av prognosmodeller och sannolikheter: baseball. Silver byggde ett gigantiskt kalkylark som han sedan utvecklade över ett antal år, och som mängder av andra baseballintresserade snart både bidrog till och använde för att förutse hur olika matcher skulle gå.
Över tid kom metoden, prognoshantverket, att bli mer intressant för Silver än hur det gick i baseballmatcherna och han började fördjupa sina studier. Snart nog började han tillämpa sina analyser på politik och val, och därefter blickade han aldrig bakåt: politiken var både spännande och ett område där det fanns utrymme för bättre prognoser, faktum är att just politiska prognoser varit mycket svåra att få rätt.
Vad gör då en prognos bättre än en annan? Finns det olika typer av prognoser, och hur fungerar vår förmåga att förutse framtiden på olika områden? Silver ägnar första delen av boken åt att försöka reda ut några grundläggande problem med förutsägelser och prognoser, och sedan går han in på speciella områden för att se hur väl vi lyckats med att förutse framtiden inom dem. Och, den kanske viktigaste frågan, kommer vi någonsin att bli väsentligt mycket bättre på att förutse framtiden?
Frågan är aktuell inte minst eftersom vi lever i en tid där vi får tillgång till mer och mer data, beräkningskapacitet och analysmetoder. Det är lätt att tro att Moores lag inte bara fördubblar hastigheten på vanliga beräkningar, utan också skjuter vår framtidshorisont framåt lika snabbt: vi skulle till och med kunna tänka oss en sådan lag, som sade att vår förmåga att förutse framtiden fördubblas var 18:e månad och att vi varje år ser längre och längre in i framtiden. Vad talar egentligen mot att det borde vara så?
Ett av de intressantaste exemplen på detta är väderprognoser. Silver ägnar just svårigheterna med att förutse vädret ett helt kapitel, och det är en nyttig påminnelse om hur svårt det är att förutsäga stora system. Väderprognoser måste uppfylla två grundläggande kriterier. Det första är att prognosmetoden i fråga måste slå en persistensmodell, en prognos som säger att vädret i morgon blir som vädret i dag. Det andra kriteriet är att förutsägelsen måste slå det historiska genomsnittet ett givet datum. De flesta kommersiella metoder klarar av det första villkoret, men redan efter tio dagar är det bättre att se till det historiska genomsnittet för en region ett visst givet datum än att se på väderprognosen, enligt Silver.
Lustigt nog visar Silver att även väderprognoser är föremål för snedvridningar som beror på ekonomiska incitament. När en kommersiell väderprognos i USA säger att det är 20 procents sannolikhet för regn, är det ofta bara 5-10 procent, men konsumenternas förtroende skadas mer om det faktiskt regnar trots att sannolikheten påståtts liten, än om det förblir soligt. Men över tid har väderprognoserna faktiskt blivit ganska mycket bättre, berättar Silver. En nyckel till detta är att väderprognoser nu allt oftare redovisar osäkerheterna i prognosen, men också bättre modeller och bättre datakällor.
Om det är svårt att förutsäga vädret, noterar Silver, är förutsägelser av börsen mycket mer utmanande. Börsen har alla de kvaliteter som vädret har, båda är ickelinjära och dynamiska system. Men börsen är därtill ett självobserverande system där ett flertal av aktörerna sysslar just med att försöka förutse utvecklingen. Varje uppenbart mönster som kan observeras av mer än en person kommer snart att utplånas och försvinna. Systemet är nästan utformat för att hela tiden bli svårare att förutsäga.
Lägg till det de komplexa modeller som i dag används för att just försöka hitta även väldigt kortvariga mönster och göra vinster på dessa, och börsen i sin helhet blir enormt svår att förutse. Finansmarknader är fyllda, menar Silver, av en mängd brus och det är just detta som gör dem attraktiva. Om det inte fanns något brus skulle det inte vara rationellt att handla alls, menar han, och även om det innebär att bubblor är oundvikliga är det ett billigt pris att betala för ett ekonomiskt system som ger oss de möjligheter som marknaden ger oss.
I vad som utgör den kanske mest kontroversiella delen av boken vänder sig Silver sedan till frågan om klimatförändring. Han inleder med att observera att klimatet är enormt komplext, och att det borde betyda att vi är skyldiga att hysa viss sund skepsis när det gäller möjligheterna att förutsäga klimatförändringar. Därefter följer han upp med en intressant undersökning av olika förutsägelser, olika dataserier och förutsägelser: några felaktiga, några överraskande bra och några intellektuellt ohederliga.
Finns det då någon klimatförändring att tala om? Silvers svar är det under alla omständigheter tycks finnas en växthuseffekt, något som ingen tycks invända mot, som verkar långsiktigt och har existerat ett bra tag. Men den verkligt viktiga insikten, skriver han, är att klimatdebattens stora risker är förenade med att vi ersätter det brus som alltid finns i data med konsensusprocesser.
Att alla vetenskapsmän tycker något kan aldrig vara ett argument i sig, menar han, och när förutsägelser och prognosmodeller blir så inbäddade i politiska institutioner som klimatförändringarna blivit så möter vi helt nya sorters problem med att utvärdera dem.
Silvers undersökning av klimatprognoser väcker en viktig fråga om förutsägelser i samhället överlag. Det sätt på vilket vi förutsäger framtiden och gör prognoser, och vilket värde vi tillmäter dessa prognoser, har ett allt större inflytande på vårt samhälle. När italienska seismologer nyligen dömdes för dråp för sin oförmåga att förutse en jordbävning var det ett märkligt uttryck för ett samhälles frustration med prognosernas osäkerhet, men också för vilken tilltro vi tillmäter prognosmakarna. Siffror och statistik kan lika gärna användas för att trollbinda som för att upplysa, och vi mår alla bra av att skaffa oss en grundläggande förståelse både för förutsägelsernas värde och begränsningar.
Silvers bok är en utmärkt introduktion i detta ämne. Det finns rikliga källor, och den som vill uppmuntras att själv börja förutse framtiden, slå vad och prognostisera. Det är ingen dum uppmaning, ju mer vi gör det, desto mer kommer vi att inse hur svårt det är. Det kan vara sport, melodifestival, politik eller börsen, att ständigt ge sig i strid med framtider, risk och osäkerhet är både nyttigt och roligt. Och det avmystifierar de alltfler siffror och prognoser som vi möter i alla olika slags medier.
Avslutningsvis: blir vi alls bättre på att förutse framtiden? Och är det i så fall tekniken som gör det? Silvers svar är att vi blir bättre på vissa områden, men att det inte handlar om enbart tekniken: när det gäller framtiden kan människor både förbättra och förvärra prognoserna. Att skilja signal från brus kräver både tekniska verktyg och mänsklig insikt.
Nate Silver har nu utropats till vinnare i samband med det amerikanska presidentvalet så många gånger att The New Yorker funnit det för gott att driva med den sifferkunnige dataknapraren. I ett av novembernumren av tidskriften finns ett fint litet satiriskt stycke där en fiktiv ung beundrerska skriver ett fanbrev till Silver, där hon drömmer om att sitta med honom i soffan och höra honom berätta hur många procent sötare en skådespelare är en än annan, och vilka odds hon har att komma in på Brown University och hur många procent han gillar henne.
Vad Silver gjort, som nu skänkt honom nyvunnen status som hela USA:s favoritstatistiker är att han utvecklat en modell för att sammanföra information från olika opinionsundersökningar, väga och vikta den och sedan bygga en egen prognos på basis av detta. Resultatet när han gjorde det inför det amerikanska presidentvalet var kusligt nära valets verkliga utfall.
Nate Silver har därmed kommit att bli symbolen för en alltmer vanlig figur på den amerikanska mediescenen: den statistiskt drivne datanörden som inte bara kan haspla ur sig sannolikheter utan också utfallsrum och möjliga felkällor i en aldrig sinande ström.
Silver själv måste rimligen uppleva det hela som ganska obehagligt, eftersom han inte har särskilt mycket förtroende för soffsittarintellektuella. Faktum är att i Silvers nyligen utgivna bok "The signal and the noise" ägnas en hel del utrymme åt att granska just sådana intellektuella, och hur bra de egentligen är på att förutsäga framtiden. Det visar sig, föga överraskande, att ju oftare en så kallad expert uttalar sig i press och tv, ja, desto sämre är deras förmåga att träffa rätt. Särskilt gäller detta politiska tyckare som på olika sätt tillfrågas om val, utfallet i politiska strider eller omröstningar.
Silvers förklaring är lika underhållande som övertygande: för att komma med i tv måste experterna säga något oväntat och omstörtande, eftersom deras värde annars är ringa när det gäller att hålla vår uppmärksamhet fången. Om de har rätt eller inte spelar ingen roll, det är om de lyckas vara intressanta, eller i alla fall provokativa, som bestämmer deras värde.
I boken berättar Silver att det var ett intresse för förutsägelser på ett helt annat område som fick honom intresserad av prognosmodeller och sannolikheter: baseball. Silver byggde ett gigantiskt kalkylark som han sedan utvecklade över ett antal år, och som mängder av andra baseballintresserade snart både bidrog till och använde för att förutse hur olika matcher skulle gå.
Över tid kom metoden, prognoshantverket, att bli mer intressant för Silver än hur det gick i baseballmatcherna och han började fördjupa sina studier. Snart nog började han tillämpa sina analyser på politik och val, och därefter blickade han aldrig bakåt: politiken var både spännande och ett område där det fanns utrymme för bättre prognoser, faktum är att just politiska prognoser varit mycket svåra att få rätt.
Vad gör då en prognos bättre än en annan? Finns det olika typer av prognoser, och hur fungerar vår förmåga att förutse framtiden på olika områden? Silver ägnar första delen av boken åt att försöka reda ut några grundläggande problem med förutsägelser och prognoser, och sedan går han in på speciella områden för att se hur väl vi lyckats med att förutse framtiden inom dem. Och, den kanske viktigaste frågan, kommer vi någonsin att bli väsentligt mycket bättre på att förutse framtiden?
Frågan är aktuell inte minst eftersom vi lever i en tid där vi får tillgång till mer och mer data, beräkningskapacitet och analysmetoder. Det är lätt att tro att Moores lag inte bara fördubblar hastigheten på vanliga beräkningar, utan också skjuter vår framtidshorisont framåt lika snabbt: vi skulle till och med kunna tänka oss en sådan lag, som sade att vår förmåga att förutse framtiden fördubblas var 18:e månad och att vi varje år ser längre och längre in i framtiden. Vad talar egentligen mot att det borde vara så?
Ett av de intressantaste exemplen på detta är väderprognoser. Silver ägnar just svårigheterna med att förutse vädret ett helt kapitel, och det är en nyttig påminnelse om hur svårt det är att förutsäga stora system. Väderprognoser måste uppfylla två grundläggande kriterier. Det första är att prognosmetoden i fråga måste slå en persistensmodell, en prognos som säger att vädret i morgon blir som vädret i dag. Det andra kriteriet är att förutsägelsen måste slå det historiska genomsnittet ett givet datum. De flesta kommersiella metoder klarar av det första villkoret, men redan efter tio dagar är det bättre att se till det historiska genomsnittet för en region ett visst givet datum än att se på väderprognosen, enligt Silver.
Lustigt nog visar Silver att även väderprognoser är föremål för snedvridningar som beror på ekonomiska incitament. När en kommersiell väderprognos i USA säger att det är 20 procents sannolikhet för regn, är det ofta bara 5-10 procent, men konsumenternas förtroende skadas mer om det faktiskt regnar trots att sannolikheten påståtts liten, än om det förblir soligt. Men över tid har väderprognoserna faktiskt blivit ganska mycket bättre, berättar Silver. En nyckel till detta är att väderprognoser nu allt oftare redovisar osäkerheterna i prognosen, men också bättre modeller och bättre datakällor.
Om det är svårt att förutsäga vädret, noterar Silver, är förutsägelser av börsen mycket mer utmanande. Börsen har alla de kvaliteter som vädret har, båda är ickelinjära och dynamiska system. Men börsen är därtill ett självobserverande system där ett flertal av aktörerna sysslar just med att försöka förutse utvecklingen. Varje uppenbart mönster som kan observeras av mer än en person kommer snart att utplånas och försvinna. Systemet är nästan utformat för att hela tiden bli svårare att förutsäga.
Lägg till det de komplexa modeller som i dag används för att just försöka hitta även väldigt kortvariga mönster och göra vinster på dessa, och börsen i sin helhet blir enormt svår att förutse. Finansmarknader är fyllda, menar Silver, av en mängd brus och det är just detta som gör dem attraktiva. Om det inte fanns något brus skulle det inte vara rationellt att handla alls, menar han, och även om det innebär att bubblor är oundvikliga är det ett billigt pris att betala för ett ekonomiskt system som ger oss de möjligheter som marknaden ger oss.
I vad som utgör den kanske mest kontroversiella delen av boken vänder sig Silver sedan till frågan om klimatförändring. Han inleder med att observera att klimatet är enormt komplext, och att det borde betyda att vi är skyldiga att hysa viss sund skepsis när det gäller möjligheterna att förutsäga klimatförändringar. Därefter följer han upp med en intressant undersökning av olika förutsägelser, olika dataserier och förutsägelser: några felaktiga, några överraskande bra och några intellektuellt ohederliga.
Finns det då någon klimatförändring att tala om? Silvers svar är det under alla omständigheter tycks finnas en växthuseffekt, något som ingen tycks invända mot, som verkar långsiktigt och har existerat ett bra tag. Men den verkligt viktiga insikten, skriver han, är att klimatdebattens stora risker är förenade med att vi ersätter det brus som alltid finns i data med konsensusprocesser.
Att alla vetenskapsmän tycker något kan aldrig vara ett argument i sig, menar han, och när förutsägelser och prognosmodeller blir så inbäddade i politiska institutioner som klimatförändringarna blivit så möter vi helt nya sorters problem med att utvärdera dem.
Silvers undersökning av klimatprognoser väcker en viktig fråga om förutsägelser i samhället överlag. Det sätt på vilket vi förutsäger framtiden och gör prognoser, och vilket värde vi tillmäter dessa prognoser, har ett allt större inflytande på vårt samhälle. När italienska seismologer nyligen dömdes för dråp för sin oförmåga att förutse en jordbävning var det ett märkligt uttryck för ett samhälles frustration med prognosernas osäkerhet, men också för vilken tilltro vi tillmäter prognosmakarna. Siffror och statistik kan lika gärna användas för att trollbinda som för att upplysa, och vi mår alla bra av att skaffa oss en grundläggande förståelse både för förutsägelsernas värde och begränsningar.
Silvers bok är en utmärkt introduktion i detta ämne. Det finns rikliga källor, och den som vill uppmuntras att själv börja förutse framtiden, slå vad och prognostisera. Det är ingen dum uppmaning, ju mer vi gör det, desto mer kommer vi att inse hur svårt det är. Det kan vara sport, melodifestival, politik eller börsen, att ständigt ge sig i strid med framtider, risk och osäkerhet är både nyttigt och roligt. Och det avmystifierar de alltfler siffror och prognoser som vi möter i alla olika slags medier.
Avslutningsvis: blir vi alls bättre på att förutse framtiden? Och är det i så fall tekniken som gör det? Silvers svar är att vi blir bättre på vissa områden, men att det inte handlar om enbart tekniken: när det gäller framtiden kan människor både förbättra och förvärra prognoserna. Att skilja signal från brus kräver både tekniska verktyg och mänsklig insikt.
saving score / loading statistics ...