PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2018 | nr 29 | 87--114
Tytuł artykułu

Can Conjugate Prior Probability Explain the Illusion of Control?

Warianty tytułu
Czy wnioskowanie bayesa i rozkłady sprzężone mogą tłumaczyć zjawisko iluzji kontroli
Języki publikacji
EN
Abstrakty
W niniejszym artykule rozważamy zjawisko iluzji kontroli, stosując wnioskowanie bayesowskie, jako model racjonalnego podejmowania decyzji. Nasz artykuł ma dwojaki wkład. Po pierwsze, sprawdziliśmy empirycznie, czy iluzja kontroli może mieć dwa równoczesne źródła: "czynniki emocjonalne" i "czynniki racjonalne". Pierwszy z nich wynika z błędów we wnioskowaniu bayesowskim z powodu emocjonalnego zaangażowania, a drugi - z wcześniejszych założeń dotyczących poziomu kontroli. Po drugie, proponujemy metodę identyfikacji tych dwóch źródeł. Ponadto postawiliśmy i zweryfikowaliśmy empirycznie dwie hipotezy H1: Czynnik emocjonalny powoduje zawyżenie faktycznego poziomu kontroli oraz H2: Czynnik racjonalny jest odpowiedzialny za odwrotną relację między oszacowaniami bezwzględnego poziomu iluzji kontroli w trzech oddzielnych sytuacjach, gdy podmiot ma znaczną kontrolę, umiarkowaną kontrolę lub brak kontroli nad uzyskiwanymi wynikami eksperymentu. Tylko hipoteza H2 otrzymała częściowe wsparcie empiryczne. (abstrakt oryginalny)
EN
In this paper, we consider the illusion of control by using Bayesian updating as the rationality model. Our paper contributes twofold. First, we empirically verify that the illusion of control may have two concurrent sources, "emotional" and "rational". The first one produces biased Bayesian processing due to emotional engagement and the second one yields biases due to prior assumptions on the level of control. Second, we propose a method for identifying these two sources. Moreover we verified two hypotheses H1: The emotional factor causes overestimation of the actual level of control. and H2: The rational factor is responsible for the reverse relationship between observed levels of the illusion of control in three separate situations, when subjects have significant control, moderate or no control. Only the hypothesis H2 received partial empirical support. (original abstract)
Czasopismo
Rocznik
Numer
Strony
87--114
Opis fizyczny
Twórcy
  • Cracow University of Economics, Poland
  • Cracow University of Economics, Poland
  • Kozminski University, Poland
Bibliografia
  • Alloy, L.B., & Abramson, L.Y. (1979). Judgment of contingency in depressed and nondepressed students: Sadder but wiser? Journal of Experimental Psychology: General, 108, 441-485. doi: 1037/0096-3445.108.4.441.
  • Bar-Hillel, M. (1980). The base-rate fallacy in probability judgments. Acta Psychologica, 44, 211233. doi:10.1016/0001-6918(80)90046-3
  • Burson, K.A., Larrick, R.P., & Klayman, J. (2006). Skilled or unskilled, but still unaware of it: how perceptions of difficulty drive miscalibration in relative comparisons. Journal of personality and social psychology, 90(1), 60.
  • Colonius, H. (2016). An invitation to coupling and copulas: with applications to multisensory modeling. Submitted to Journal of Mathematical Psychology, Special issue in honor of R.D. Luce, http://dx.doi.org/10.1016/j.jmp.2016.02.004
  • Cox, J.C., Ross, S.A., & Rubinstein, M. (1979). Option pricing: A simplified approach. Journal of Financial Economics, 7(3), 229. doi:10.1016/0304-405X(79)90015-1.
  • Dunn, D.S., & Wilson, T.D. (1990). When the stakes are high: A limit to the Illusion-of-Control Effect. Social Cognition, 8(3), 305-323.
  • Edwards, W. (1982). Conservatism in human information processing. In: D. Kahneman, P. Slovic & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 359-369). New York, NY: Cambridge University Press.
  • Evans, J., & Stanovich, K.E. (2013). Dual-process theories of higher cognition: Advancing the debate. Perspectives on Psychological Science, 8, 223-241. doi: 10.1177/1745691612460685.
  • Fenton-O'Creevy, M., Nicholson, N., Soane, E., & Willman, P. (2003). Trading on illusions: Unrealistic perceptions of control and trading performance. Journal of Occupational and Organizational Psychology, 76, 53-68.
  • Gino, F., Sharek, Z., & Moore, D.A. (2011). Keeping the illusion of control under control: Ceilings, floors, and imperfect calibration. Organizational Behavior and Human Decision Processes, 114, 104-114.
  • Glaser, M., & Weber, M. (2007). Overconfidence and trading volume. The Geneva Risk and Insurance Review, 32(1), 1-36.
  • Griffin, D., & Brenner, L. (2004). Perspectives on probability judgment calibration. Blackwell handbook of judgment and decision making, 177-199.
  • Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47, 263-291.
  • Kahneman, D., Slovic, P., & Tversky, A. (1982). Judgment under uncertainty: Heuristics and biases. New York, NY: Cambridge University Press.
  • Langer, E.J. (1975). The illusion of control. Journal of Personality and Social Psychology, 32(2), 311-328.
  • Langfelder, P., & Horvath, S. (2008). WGCNA: an R package for weighted correlation network analysis. BMC bioinformatics, 9(1), 559.
  • Larrick, R.P., Burson, K.A., & Soll, J.B. (2007). Social comparison and confidence: When thinking you're better than average predicts overconfidence (and when it does not). Organizational Behavior and Human Decision Processes, 102(1), 76-94.
  • Luo, M. (2004). For exercise in New York futility, push button. New York Times, February 27.
  • Moore, D.A., & Healy, P.J. (2008). The trouble with overconfidence. Psychological Review, 115, 502-517.
  • Murphy, A.H., & Winkler, R.L. (1984). Probability forecasting in meteorology. Journal of the American Statistical Association, 79, 489-500.
  • McCausland, W.J., & Marley, A.J. (2013). Prior distributions for random choice structures. Journal of Mathematical Psychology, 57(3-4), 78-93.
  • Osman, M. (2004). An evaluation of dual-process theories of reasoning. Psychonomic Bulletin & Review, 11, 988-1010. doi: 10.3758/BF03196730.
  • Presson, P.K., & Benassi, V.A. (1996). Illusion of control: A meta-analytic review. Journal of Social Behavior and Personality, 11(3), 493.
  • Raiffa, H., & Schlaifer, R. (1961). Applied statistical decision theory. Division of Research, Graduate School of Business Administration, Cambridge, MA: Harvard University.
  • R Core Team. (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
  • Scheibehenne, B., & Studer, B. (2014). A hierarchical Bayesian model of the influence of run length on sequential predictions. Psychonomic bulletin & review, 21(1), 211-217.
  • Thompson, W.C., & Schumann, E.L. (1987). Interpretation of statistical evidence in criminal trials: The prosecutor's fallacy and the defense attorney's fallacy. Law and Human Behavior, 11, 167187. doi: 10.1007/BF01044641.
  • Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185, 1124-1130. DOI: 10.1126/science.185.4157.1124.
  • Turner, B.M., & Van Zandt, T. (2012), A tutorial on approximate Bayesian computation. Journal of Mathematical Psychology, 56 (2), 69-85.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171532358

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.